最基本的RS问题就是基于rating的,其他的信息加入使问题变得复杂。 content-based method content-based method 的想法很简单,就是——用户将买的物品应该与他过去买过的东西相似 …
分类:机器学习
向量范数与矩阵范数(L0, L1, L2)
直观理解 在实数域中,数的大小和两个数之间的距离是通过绝对值来度量的。在解析几何中,向量的大小和两个向量之差的大小是“长度”和“距离”的概念来度量的。为了对矩阵运算进行数值分析,我们需要对向量和矩阵的“大小”引进某种度量…
【机器学习】逻辑回归python实现
https://blog.csdn.net/qq_2467…
增强学习(一) ----- 基本概念
机器学习算法大致可以分为三种: 1. 监督学习(如回归,分类) 2. 非监督学习(如聚类,降维) 3. 增强学习 什么是增强学…
2016 谷歌开发者大会上关于机器学习的一些资料
2016 谷歌开发者大会上关于机器学习的一些资料 Google 今天在北京国家会议中心开了一场开发者大会(GDD)。Google 在中国好几年没有消息了,这一次非常意味深长。本身对 Google 热爱,再加上前段时间刚刚…
为什么要对数值类型的特征做归一化,树形算法为啥不需要归一化?
对于线性模型,特征值差别很大时,比如说LR,我有两个特征,一个是(0,1)的,一个是(0,10000)的,运用梯度下降的时候,损失等高线是椭圆形,需要进行多次迭代才能到达最优点。 但是如果进行了归一化,那么等高线就是圆形…
机器学习和深度学习入门总结
本菜鸟入门机器学习也有一段时间了,有那么一丢丢的感悟,在这里做一点总结。介绍一下机器学习理论和实践的学习心得。 相关教材 数学基础 高数、线性代数这就没啥好说的,就是大学工科的必修科目。 统计机器学习 李航的蓝皮书和周志…
常见机器学习算法优缺点
转自:http://www.cnblogs.com/zhizhan/p/4432943.html 决策树 一、 决策树优点 1、决策树易于理解和解释,可以可视化分析,容易提取出规则。 2、可以同时处理标称型和…
Dimensionality Reduction
PCAUnsupervised, maximize the variance LDASupervised, minimize distance between same class, maximize different…
机器学习规则 (Rules of Machine Learning): 关于机器学习工程的最佳实践
马丁·辛克维奇 本文档旨在帮助已掌握机器学习基础知识的人员从 Google 机器学习的最佳实践中受益。它介绍了一种机器学习样式,类似于 Google C++ 样式指南和其他常用的实用编程指南。如果您学习过机器学习方面的课…
人工智能:计算机视觉、图像处理、模式识别、机器学习之间的关系
人工智能:计算机视觉、图像处理、模式识别、机器学习之间的关系 什么是人工智能呢?人工智能,是由人类设计并在计算机环境下实现的模拟或再现某些人智能行为的技术。一般认为,人类智能活动可以分为两类:感知行为与思维活动。模拟感知…
[转载]《机器学习》 周志华版(西瓜书)--课后参考答案
周志华《机器学习》课后参考答案 转自:《机器学习》 周志华版(西瓜书)–课后参考答案 – 时间&煮雨~ – 博客园 http://www.cnblogs…