原创 基於深度學習的推薦(一)：神經協同過濾NCF
文章目錄寫在前面1. NCF 原理1.1 GMF模型1.2 MLP1.3 NeuMF2. 幾個重點2.1 顯性反饋和隱性反饋2.2 逐點損失和成對損失2.2 正例和負例的選擇2.3 訓練集和測試集的劃分2.4 預訓練機制3. LF
2020-07-04 06:41:14
41
原创 傳統推薦算法(四) 手把手教你用tensorflow實現FM算法
文章目錄1.FM背景與簡介1.1 稀疏數據1.2 FM模型2.FM模型求解3. FM優缺點分析優點缺點4.期待已久的tensorflow實戰數據處理靜態圖定義訓練和測試參考公衆號 1.FM背景與簡介 FM主要是爲了解決稀疏數據下
2020-07-04 06:41:14
4
原创 基於深度學習的推薦(六)：CTR預估經典模型NFM
文章目錄公衆號前言NFM模型代碼實戰參考 公衆號 關注公衆號:推薦算法工程師,輸入"進羣",加入交流羣,和小夥伴們一起討論機器學習,深度學習,推薦算法. 前言 早期做特徵工程的時候,採用人工或決策樹等來選擇特徵,然而這些方法無法
2020-07-04 06:41:14
3
原创 VScode兩步搭建github穩定圖牀～親測好用
寫在前面 之前用過一些圖牀(就不說名字了)，今天支持明天不支持，寫的博客直接廢了，讓博主痛不欲生。 還有的，強制給本地上傳的圖片加水印，醜死了。 痛定思痛決定搭建個github的圖牀，沒想到這麼簡單就搞定了～ 1. VScode插
2020-07-04 06:41:14
原创 基於深度學習的推薦(四)：阿里DIN，使用Attention獲得用戶的動態representation
文章目錄公衆號前言1.模型分析1.1 Baseline1.2 DIN2. 訓練技巧2.1 Dice激活函數2.2 Mini-batch 正則化3.實戰3.1 數據集3.2 代碼分析參考 公衆號 關注公衆號:推薦算法工程師,輸入"進
2020-07-04 06:41:14
1
原创 傳統推薦算法(一)利用SVD進行推薦（4）tensorflo實戰SVD推薦
1.SVD用於推薦 本文的SVD推薦不是FunkSVD，是利用我們在上篇文章中分析過的SVD分解進行推薦。怎麼說呢？這纔是真正的SVD推薦！ 應用的思路是在基於物品的協同過濾的基礎上，利用SVD將物品稀疏表示轉化爲低維的特徵表示。
2020-07-04 06:41:14
2
原创 傳統推薦算法(二) 那個模型LFM (原名FunkSVD)
文章目錄寫在前面1.傳統SVD分解的缺陷1.1 稀疏矩陣的缺失值問題1.2 稀疏矩陣的填補問題1.3 SVD計算複雜度問題1.4 SVD分解對內存的消耗問題1.5 SVD的特徵表達問題1.6稀疏矩陣的SVD分解問題2.隱語義模型L
2020-07-04 06:41:14
11
原创 傳統推薦算法(六)Facebook的GBDT+LR模型(2)理論淺析+實戰
文章目錄公衆號前言GBDT+LR模型反思與總結GBDT侷限性GBDT+LR缺點幾十行代碼的小例子參考 公衆號 更多精彩內容請移步公衆號:推薦算法工程師 公衆號後臺回覆”進羣“，加入學習交流羣，和小夥伴們一起學習，一起進步～ 前言
2020-07-04 06:41:14
4
原创 傳統推薦算法(一)利用SVD進行推薦（1）五個角度看矩陣乘法的本質
文章目錄寫在前面1. 方程組的幾何解釋2. 投影角度的幾何解釋3. 座標映射的幾何解釋4. 座標變換的幾何解釋4.1 縮放4.2 旋轉4.3 平移4.4 一般矩陣的縮放與旋轉分解4.4.1 對稱矩陣4.4.2 一般矩陣5. 行列式
2020-06-01 18:47:26
原创 基於深度學習的推薦(七)：DeepCTR經典模型DeepFM分析及實戰
文章目錄公衆號前言1.低階特徵與高階特徵2.DeepFM結構3.實戰3.1 多值離散特徵的處理3.2 ROC3.3 DeepFM模型實現參考 公衆號 關注公衆號:推薦算法工程師,輸入"進羣",加入交流羣,和小夥伴們一起討論機器學
2020-02-23 18:50:40
原创 # 基於深度學習的推薦(六)：CTR預估經典模型NFM
文章目錄公衆號前言NFM模型代碼實戰參考 公衆號 關注公衆號:推薦算法工程師,輸入"進羣",加入交流羣,和小夥伴們一起討論機器學習,深度學習,推薦算法. 前言 早期做特徵工程的時候,採用人工或決策樹等來選擇特徵,然而這些方法無法
2019-10-26 05:51:39
1
原创 基於深度學習的推薦(五)：CTR預測經典模型PNN
文章目錄公衆號前言1.向量內積與向量外積1.1 向量內積Inner Product1.2 向量外積Outer Product1.3 向量點積Dot Product1.4 向量叉積Cross Product2. 模型結構2.1 IP
2019-10-26 05:51:39
原创 基於深度學習的推薦(三)：基於attention的AFM模型
公衆號 關注公衆號:推薦算法工程師,輸入"進羣",加入交流羣,和小夥伴們一起討論機器學習,深度學習,推薦算法. 前言 從這周開始,我們關注基於attention機制的推薦模型,首先看下較早提出的AFM(Attentional F
2019-09-16 04:24:53
3
原创 傳統推薦算法(六)Facebook的GBDT+LR模型(1)劍指GBDT
文章目錄公衆號前言1. GBM1.1 從參數空間到函數空間1.2 從非參估計到參數估計1.3 泰勒展開近似2. GBM的基學習器2.1 基學習器選擇2.2 CART迴歸樹3. GBDT之迴歸4. GBDT之分類4.1 二類邏輯迴歸
2019-08-29 05:00:01
1
原创 基於深度學習的推薦(二)：基於FM初始化的FNN
公衆號 關注公衆號:推薦算法工程師,輸入"進羣",加入交流羣,和小夥伴們一起討論機器學習,深度學習,推薦算法. 前言 論文地址:https://arxiv.org/pdf/1601.02376.pdf 論文開源代碼(基於The
2019-08-29 05:00:01
5