原创 獨孤九劍:算法模型訓練的一般流程

這篇文章主要分享一下模型訓練的一般流程,目的是讓大家明白做一個算法模型過程中會涉及的流程和數據特徵在算法模型中的重要性。 作爲一名算法工程師訓練模型可謂是家常便飯,不管是做推薦中的召回模型、排序模型還是其他領域的分類模型等,都應該

原创 傳統機器學習和前沿深度學習推薦模型演化關係介紹

本文來自王喆老師《深度學習推薦系統》一書,如果有一定的推薦系統基礎的話,建議讀一讀,當然如果只是初學者的話還是建議從基礎的開始學起,比如《推薦系統開發實戰》。 傳統機器學習推薦模型演化 簡單講,傳統推薦模型的發展主要由以下幾

原创 TensorFlow的邏輯迴歸實現

轉載請註明出處:http://blog.csdn.net/gamer_gyt 博主微博:http://weibo.com/234654758 Github:https://github.com/thinkgamer 邏輯迴歸我

原创 論文|LinUCB論文的思想解讀、場景應用與痛點說明

本篇文章主要介紹一下雅虎在2012年發表的論文 【A Contextual-Bandit Approach to Personalized News Article Recommendation】,同時由於最近在做用戶留存方面的

原创 常見的五種神經網絡(4)-深度信念網絡(下)篇之深度信念網絡的原理解讀、參數學習

該系列的其他文章: 常見的五種神經網絡(1)-前饋神經網絡 常見的五種神經網絡(2)-卷積神經網絡 常見的五種神經網絡(3)-循環神經網絡(上篇) 常見的五種神經網絡(3)-循環神經網絡(中篇) 常見的五種神經網絡(3)-循環神

原创 CTR預估模型中的正負樣本定義、選擇和比例控制

目前推薦系統中給用戶進行推薦大部分都是基於CTR預估來做的,CTR預估中很重要的一環便是正負樣本的選擇,那麼不同業務場景下我們如何定義正負樣本、如何控制正負樣本的比例、正負樣本選擇有哪些技巧?雖然這些只是模型訓練中的一環,但卻也

原创 Django3.0和Python3.7連接Mysql報:Error loading MySQLdb module. Did you install mysqlclient?

環境說明 Python 3.7.3 Django 3.0 安裝:pip3 install -U Django 文檔:https://docs.djangoproject.com/zh-hans/3.0/contents/

原创 常見的五種神經網絡(5)-生成對抗網絡(下)之GAN、DCGAN、W-GAN

在上一篇文章中介紹了生成模型的基本結構、功能和變分自動編碼器,在本篇文章中主要介紹一下生成對抗網絡(Generative Adversaarial Networks,GAN) KL散度、JS散度、Wassertein距離 KL

原创 論文|看騰訊如何玩轉實時推薦-TencentRec

今天要分享的一篇論文是有關騰訊如何利用協同過濾(Collaborative Filtering)、基於內容和圖進行實時推薦的,我們都知道協同過濾是傳統的推薦算法,但在實際應用中取得的效果卻很好,因此在各大公司應用的也非常廣泛。 協

原创 值得收藏 |近100頁的《常見的五種神經網絡》彙總電子書

首先在這裏給各位讀者分享一個好消息,我的處女作《推薦系統開發實戰》已經被兩所高校納爲教學用書了,當編輯把這個消息告訴我的時候,說實話內心十分的激動和意外! 目前這本書在京東和噹噹都有滿100-50的活動,感興趣的朋友歡迎購買閱讀,

原创 你想要的【技術服務】和【商務合作】都在這裏了,點擊查看詳情!

全網唯一ID:Thinkgamer,左側”關於我“關注微信公衆號”搜索與推薦Wiki“,可在公衆號添加我的微信,本人涉獵範圍包括:推薦系統,數據挖掘,數據分析,全站開發,大數據。 About CyanScikit科技團隊成立於

原创 NLP實戰之基於TFIDF的文本相似度計算

TFIDF算法介紹 TF-IDF(Term Frequency–InverseDocument Frequency)是一種用於資訊檢索與文本挖掘的常用加權技術。TF-IDF的主要思想是:如果某個詞或短語在一篇文章中出現的頻率TF高

原创 常見的五種神經網絡(4)-深度信念網絡(上)篇之玻爾茲曼機和受限玻爾茲曼機

引言 常見的五種神經網絡系列第三篇,主要介紹深度信念網絡。內容分爲上下兩篇進行介紹,本文主要是深度信念網絡(上)篇,主要介紹以下內容: 背景 玻爾茲曼機 受限玻爾茲曼機 該系列的其他文章: 常見的五種神經網絡(1)-前饋神經

原创 美團點評技術與算法文章彙總,設計算法、前後端、客戶端、小程序等

這是一份福利貼,先看內容,再看獲取方式。 算法文章彙總目錄: 美團“猜你喜歡”深度學習排序模型實踐 美團大腦:知識圖片的建模方法及其應用 深度學習在美團搜索廣告排序的應用實踐 美團深度學習系統的工程實踐 美團餐飲娛樂知識圖譜——

原创 模型的獨立學習方式

概述 針對一個給定的任務,通常採取的步驟是:準確一定非規模的數據集,這些數據要和真實數據集的分佈一致;然後設定一個優化目標和方法;然後在訓練集上訓練模型。 不同的模型往往都是從零開始訓練的,一切知識都需要從訓練集中得到,這就意味着