当前标签：DataMining

1 2 下一页
【RS】Deep Learning based Recommender System: A Survey and New Perspectives - 基于深度学习的推荐系统：调查与新视角 CuriousZero 2019-07-24 15:28 阅读:701 评论:0 推荐:0   
【RS】A review on deep learning for recommender systems: challenges and remedies- 推荐系统深度学习研究综述：挑战和补救措施 CuriousZero 2019-07-24 15:14 阅读:582 评论:0 推荐:0   
【RS】Automatic recommendation technology for learning resources with convolutional neural network - 基于卷积神经网络的学习资源自动推荐技术 CuriousZero 2019-07-24 15:13 阅读:439 评论:0 推荐:0   
卷积神经网络的入门 CuriousZero 2019-07-24 14:45 阅读:577 评论:0 推荐:0   
【RS】AutoRec: Autoencoders Meet Collaborative Filtering - AutoRec：当自编码器遇上协同过滤 CuriousZero 2019-07-17 17:19 阅读:1181 评论:0 推荐:0   
2018 推荐系统总结 CuriousZero 2019-07-16 22:15 阅读:626 评论:0 推荐:0   
关于协同过滤推荐系统札记 CuriousZero 2019-07-16 21:24 阅读:488 评论:0 推荐:0   
【RS】Wide & Deep Learning for Recommender Systems - 广泛和深度学习的推荐系统 CuriousZero 2019-07-13 12:17 阅读:782 评论:0 推荐:0   
【RS】：论文《Neural Collaborative Filtering》的思路及模型框架 CuriousZero 2019-07-10 11:45 阅读:1407 评论:0 推荐:0   
关于推荐系统中的长尾商品 CuriousZero 2019-02-28 15:07 阅读:2610 评论:0 推荐:0   
RS：关于协同过滤，矩阵分解，LFM隐语义模型三者的区别 CuriousZero 2018-12-13 15:38 阅读:2471 评论:0 推荐:0   
关于 Dropout 防止过拟合的问题 CuriousZero 2018-10-24 09:47 阅读:2643 评论:0 推荐:0   
Learning to Rank：Point-wise、Pair-wise 和 List-wise区别 CuriousZero 2018-09-29 15:19 阅读:3506 评论:0 推荐:0   
推荐系统 BPR 算法求解过程 CuriousZero 2018-08-21 20:53 阅读:774 评论:0 推荐:0   
推荐系统 SVD和SVD++算法 CuriousZero 2018-08-17 17:38 阅读:4982 评论:2 推荐:1   
通过给目标函数增加一个正则项来防止其过拟合 CuriousZero 2018-08-17 17:26 阅读:841 评论:0 推荐:0   
MM bound 与 Jensen's inequality CuriousZero 2018-08-11 18:37 阅读:539 评论:0 推荐:0   
推荐系统排序（Ranking）评价指标 CuriousZero 2018-07-14 15:19 阅读:45136 评论:3 推荐:3   
Alias Method for Sampling 采样方法 CuriousZero 2018-05-27 21:28 阅读:2534 评论:0 推荐:0   
Librec的AoBPR算法实现 CuriousZero 2018-05-10 15:18 阅读:840 评论:0 推荐:0   
1 2 下一页

导航