随笔分类 -  paper

论文笔记 Reordering Rows for Better Compression: Beyond the Lexicographic Order
该文被密码保护。
posted @ 2020-05-24 16:48 猪突猛进！！！ 阅读(8) 评论(0) 推荐(0)
论文笔记：MeLU: Meta-Learned User Preference Estimator for Cold-Start Recommendation
摘要：先简单归纳一下，后续记一个详细的笔记把。 摘要部分 对于用户冷启动的解决方法，一般是先给出一些候选的商品，然后通过用户对这些候选商品的偏好进行推荐。这么做有两个问题： 1. 活跃度（后续行为信息很少的用户）推荐的效果很差 2 .候选的商品过少或者不准备，不能够较好的反应用户的偏好 介绍部分 在常规冷 阅读全文
posted @ 2020-05-08 21:19 猪突猛进！！！ 阅读(1092) 评论(0) 推荐(0)
论文笔记:LightGBM: A Highly Efficient Gradient Boosting Decision Tree
摘要：引言 GBDT已经有了比较成熟的应用，例如XGBoost和pGBRT，但是在特征维度很高数据量很大的时候依然不够快。一个主要的原因是，对于每个特征，他们都需要遍历每一条数据，对每一个可能的分割点去计算信息增益。为了解决这个问题，本文提出了两个新技术：Gradient-based One-Side S 阅读全文
posted @ 2019-09-11 15:52 猪突猛进！！！ 阅读(1609) 评论(0) 推荐(0)
论文笔记 : NCF( Neural Collaborative Filtering)
摘要：ABSTRACT 主要点为用MLP来替换传统CF算法中的内积操作来表示用户和物品之间的交互关系. INTRODUCTION NeuCF设计了一个基于神经网络结构的CF模型.文章使用的数据为隐式数据,想较于显性数据,implicit feedback更容易获取但比较难处理.文章的主要贡献有以下三点: 阅读全文
posted @ 2019-08-29 15:51 猪突猛进！！！ 阅读(4656) 评论(0) 推荐(0)
论文笔记：DeepCF
摘要：Abstract 推荐系统可以看作用户和物品的匹配问题，不过user以及item两者的语义空间差异太大，直接匹配不太符合实际。主流的改进CF的方法有两类：基于表示学习的CF方法以及基于函数学习的表示方法。基于表示学习的CF模型将user和item转换到一个共通的语义空间来匹配。基于函数学习的CF尝试 阅读全文
posted @ 2019-08-29 10:34 猪突猛进！！！ 阅读(2091) 评论(0) 推荐(0)
论文笔记: Deep Learning based Recommender System: A Survey and New Perspectives
摘要：(聊两句,突然记起来以前一个学长说的看论文要能够把论文的亮点挖掘出来,合理的进行概括23333) 传统的推荐系统方法获取的user-item关系并不能获取其中非线性以及非平凡的信息,获取非线性以及非平凡的信息恰恰是深度学习所具备的特点.论文对基于深度的学习的推荐系统方法进行了对比以及分类.文章的主要 阅读全文
posted @ 2019-08-23 14:40 猪突猛进！！！ 阅读(2129) 评论(0) 推荐(0)
论文笔记: Matrix Factorization Techniques For Recommender Systems
摘要：Recommender system strategies 通过例子简单介绍了一下 collaborative filtering 以及latent model,这两个方法在之前的博客里面介绍过,不累述. Matrix factorization methods 许多成功的LFM都是基于MF的.推荐 阅读全文
posted @ 2019-08-23 09:10 猪突猛进！！！ 阅读(763) 评论(0) 推荐(1)
论文笔记 XGBoost: A Scalable Tree Boosting System
摘要：（2020.4.9）再次阅读的时候，大致梳理了一下行文的思路。 Xgb原始论文先介绍了其损失函数，（2020.4.21跟进）损失函数用来指导每颗树的生成，也就是决定了在给定数据情况下，叶子节点的最优分裂方式。 其次是如果更新CART树的结构（也就是特征的划分方式），论文提出了一个基于贪心策略的特征划 阅读全文
posted @ 2019-07-19 16:58 猪突猛进！！！ 阅读(2072) 评论(0) 推荐(0)
论文笔记：GREEDY FUNCTION APPROXIMATION: A GRADIENT BOOSTING MACHINE
摘要：Boost是集成学习方法中的代表思想之一，核心的思想是不断的迭代。boost通常采用改变训练数据的概率分布，针对不同的训练数据分布调用弱学习算法学习一组弱分类器。在多次迭代的过程中，当前次迭代所用的训练数据的概率分布会依据上一次迭代的结果而调整。也就是说训练数据的各样本是有权重的，这个权重本身也会随 阅读全文
posted @ 2019-07-17 15:43 猪突猛进！！！ 阅读(1991) 评论(0) 推荐(0)
机器学习 降维算法: isomap & MDS
摘要：最近在看论文的时候看到论文中使用isomap算法把3D的人脸project到一个2D的image上。提到降维，我的第一反应就是PCA,然而PCA是典型的线性降维，无法较好的对非线性结构降维。ISOMAP是‘流形学习’中的一个经典算法，流形学习贡献了很多降维算法，其中一些与很多机器学习算法也有结合，先 阅读全文
posted @ 2018-11-20 09:44 猪突猛进！！！ 阅读(3582) 评论(0) 推荐(0)
论文笔记 Large Pose 3D Face Reconstruction from a Single Image via Direct Volumetric CNN Regression
摘要：Large Pose 3D Face Reconstruction from a Single Image via Direct Volumetric CNN Regression 该文献采用一个新型的VRN网络对任意的面部姿势和表情的2D图片进行3D面部重建，并绕过3D可变模型的构造（在训练期间） 阅读全文
posted @ 2018-11-15 17:07 猪突猛进！！！ 阅读(1299) 评论(0) 推荐(0)
论文笔记 Stacked Hourglass Networks for Human Pose Estimation
摘要：Stacked Hourglass Networks for Human Pose Estimation key words:人体姿态估计 Human Pose Estimation 给定单张RGB图像，输出人体某些关键点的精确像素位置.堆叠式沙漏网络 Stacked Hourglass Netwo 阅读全文
posted @ 2018-11-15 11:25 猪突猛进！！！ 阅读(8068) 评论(1) 推荐(1)
深度学习 Bottleneck layer / Bottleneck feature
摘要：最近在学习deeplearning的时候接触到了bottle-neck layer，好奇它的作用于是便扒了一些论文（论文链接放在文末吧），系统的了解一下bottle-neck feature究竟有什么用。 论文[1]中对bottle-neck feature的介绍： 对应的图示如下： 直观的理解是这 阅读全文
posted @ 2018-09-11 14:26 猪突猛进！！！ 阅读(10200) 评论(0) 推荐(1)