原创 混合高斯模型:能感知樣本分佈的聚類

混合高斯是一種經典的聚類算法,擁有良好的性質,根據估計出來的參數,能判斷樣本數據的分佈性質。類似於K_means,但是歸類的決定從屬一個概率值,並不是是與否的決定。理論上,只要足夠多的混合模型,混合高斯能夠擬合任意分佈的樣本數據。最近學習

原创 《triple2vec》論文筆記

《Representing and Recommending Shopping Baskets with Complementarity, Compatibility, and Loyalty》論文筆記摘要簡介本文貢獻如下:前提背

原创 你也可以構建的高級但卻很簡單的購物推薦系統--item2vec

文章目錄簡介簡單介紹一下word2vec 和item2vec的原理準備數據利用Gensim 訓練item2vec 的模型推薦系統來了!!! 簡介 本文可以算是一遍item2vector的工程化教程,其基本理論源自於論文《Item2

原创 讀TensorFlow 源碼筆記(1): tensorflow的多線程機制eigen::threadpool

讀TensorFlow 源碼筆記(1): tensorflow的多線程機制eigen::threadpool 線程池的概念大家都知道,就是事先創建固定數量或者不困定數量的線程,計算並行任務是直接調用線程池裏的線程,從而減少了線程的

原创 讀TensorFlow 源碼筆記(2): tensorflow的控制流算子(control_flow_op)

讀TensorFlow 源碼筆記(2): tensorflow的控制流算子(control_flow_op) 在閱讀TensorFlow源碼時,遇到了很多複雜又晦澀的概念,今兒整理以下內容,分享給大家: 介紹專門爲處理控制流而

原创 論文筆記:《DeepGBM: A Deep Learning Framework Distilled by GBDT for Online Prediction Tasks》

論文筆記:《DeepGBM: A Deep Learning Framework Distilled by GBDT for Online Prediction Tasks》摘要1. 簡介2. DEEPGBM2.1 CatNN

原创 tensorflow/keras 自定義數據集製作到遷移學習

tensorflow/keras 自定義數據集製作到遷移學習 近年人工智能大火,各行各業在試水智能算法的落地實現。但受限於專業人才、計算資源、數據採集等高額成本,爲了提高智能算法成功落地的,借鑑學術經驗,遷移學習是一種非常高效的方

原创 強化學習筆記(5)之時序差分法

強化學習筆記(5):時序差分法求值函數 標籤(空格分隔): 未分類 文章目錄強化學習筆記(5):時序差分法求值函數時序差分法與動態規劃法和蒙特卡洛法的區別TD方法的反演同策略的時序差分法:SARSASARSA的收斂性SARSA(