更新于:07-30 01:38

有关[学习]分类推荐

[推荐算法]ItemCF,基于物品的协同过滤算法 - 在路上的者 - CSDN博客

于08-21 05:58 - -
ItemCF:ItemCollaborationFilter,基于物品的协同过滤. 算法核心思想:给用户推荐那些和他们之前喜欢的物品相似的物品. 比如,用户A之前买过《数据挖掘导论》,该算法会根据此行为给你推荐《机器学习》,但是ItemCF算法并不利用物品的内容属性计算物品之间的相似度,它主要通过分析用户的行为记录计算物品之间的相似度.

Android内存泄漏思考 - 编程

于08-20 08:19 - -
Android内存泄漏是一个经常要遇到的问题,程序在内存泄漏的时候很容易导致OOM的发生. 那么如何查找内存泄漏和避免内存泄漏就是需要知晓的一个问题,首先我们需要知道一些基础知识. 强引用: 强引用是Java中最普通的引用,随意创建一个对象然后在其他的地方引用一下,就是强引用,强引用的对象Java宁愿OOM也不会回收他.

吴恩达神秘新项目揭晓:迄今最全面的深度在线课程

于08-08 16:24 - 光谱 - 公司 Andrew Ng Coursera deeplearning.ai 吴恩达
吴恩达 (Andrew Ng) 拥有多个令人仰慕的头衔:斯坦福机器学习教授、大规模开放在线课程 (MOOC) 早期提出人之一、Coursera 创始人、Google 大脑创始人、百度前首席科学家……. 在离开百度后,今年 6 月底,吴恩达已经将自己的新项目 deeplearning.ai 上线,网站颇为神秘,配有他本人的照片和一行字“探索人工智能的前沿”(Explore the frontier of AI).

颠覆传统的13条高效技巧

于07-30 15:35 - -
《如何学习》这本书是本月出版的,给这本书写过推荐语:. 读过很多学习方法的书籍,发现很多书籍中提到的方法或理论纯属主观臆断,能把每条建议背后的研究历史和科学原理阐述清晰的书籍极少,而这本书刚才符合要求. 书中提到的学习建议实用性和针对性都非常不错,只要做少许改变就能提升原有的学习效果和成绩. 期待阅读这本书之后,能让你对学习奥秘认知更近一步.

深度在美团点评推荐平台排序中的运用

于07-28 14:33 - 美团点评技术团队 -
美团点评作为国内最大的生活服务平台,业务种类涉及食、住、行、玩、乐等领域,致力于让大家吃得更好,活得更好,有数亿用户以及丰富的用户行为. 随着业务的飞速发展,美团点评的用户和商户数在快速增长. 在这样的背景下,通过对推荐算法的优化,可以更好的给用户提供感兴趣的内容,帮用户更快速方便的找到所求. 我们目标是根据用户的兴趣及行为,向用户推荐感兴趣的内容,打造一个高精准性、高丰富度且让用户感到欣喜的推荐系统.

[译] 理解机器技术

于07-28 00:00 - - dev
第1讲 理解机器学习技术. 学完本模块的内容,读者将能够:. 讨论机器学习的技术和商业应用. 学完本讲的内容,读者将能够:. 解释各类机器学习方法和算法. “机器学习领域的突破,其价值10倍于微软. 你是否曾经为计算机能够下象棋或者机器人能够完成复杂任务而感到惊奇. 一旦你理解了机器如何学习和适应各种问题、提供合适的解决方案时,这些看上去很复杂的问题实际上相当简单.

如何用深度做自然语言处理?这里有份最佳实践清单

于07-26 06:16 - 机器之心 -
对于如何使用深度学习进行自然语言处理,本文作者 Sebastian Ruder 给出了一份详细的最佳实践清单,不仅包括与大多数 NLP 任务相关的最佳实践,还有最常见任务的最佳实践,尤其是分类、序列标注、自然语言生成和神经机器翻译. 作者对最佳实践的选择很严格,只有被证明在至少两个独立的群体中有益的实践才会入选,并且每个最佳实践作者至少给出两个参引.

机器该如何入门

于07-25 10:43 - u013709270 -
  对于这个问题的解释,说实话我很有压力,因为在分享篇文章之前就有朋友告诉我,这个百度上一搜一大片,还需要你讲吗. 正如同一千个读者眼里有一千个林黛玉一样,我解释的当然是我个人自从读研到工作这么多年对机器学习的学习到应用过程的独特见解.   首先我们看下图了解一下机器学习在AI(Artificial Intelligence 人工智能)领域的地位.

寻觅了四年,我找到这六款真正能激励孩子持续自主的App

于07-25 14:57 - -
如果我的孩子能自己快乐地学习,我该多轻松啊. 为了这个梦想,我一直在努力尝试各种方式,让孩子爱上学习. 在过去的四年里,我尝试了数十个适合2岁半到6岁小朋友的App,试图找到最有效的一个. 人的时间是有限的,而小朋友更需要控制使用iPad的时间. 选择App的标准有两点:一是寓教于乐,孩子能够从玩中有所收获;二是能够让孩子持续感到有兴趣.

深度二三事

于11-30 00:00 - 饭团君 - 专栏 深度学习
我知道博客标题中使用否定词很奇怪,但是前几天有一波讨论正好相应于我正在思考的一些问题. 这一切开始于 Jeff Leek 发表的 一篇有关说明在小样本范围内使用深度学习的文章. 要言之,他认为当样本较小时(生物领域中属于常见现象),带有少许参数的线性模型甚至比带有少量层和隐藏单元的深度网络性能更优.

Google 开源机器数据集可视化工具 Facets

于07-18 09:10 - - 综合新闻
ML 数据集可以包含数亿个数据点,每个数据点由数百(甚至数千)的特征组成,几乎不可能以直观的方式了解整个数据集. 为帮助理解、分析和调试 ML 数据集,谷歌开源了 Facets,一款可视化工具. Facets 包含两个部分 —— Facets Overview 和 Facets Dive ,允许用户以不同的粒度查看其数据的整体图像.

深度利器:TensorFlow实战

于07-17 09:03 - - 机器学习
深度学习及TensorFlow简介. 深度学习目前已经被应用到图像识别,语音识别,自然语言处理,机器翻译等场景并取得了很好的行业应用效果. 至今已有数种深度学习框架,如TensorFlow、Caffe、Theano、Torch、MXNet,这些框架都能够支持深度神经网络、卷积神经网络、深度信念网络和递归神经网络等模型.

从全卷积网络到大型卷积核:深度的语义分割全指南

于07-14 00:00 - - tuicool
语义分割一直是计算机视觉中十分重要的领域,随着深度学习的流行,语义分割任务也得到了大量的进步. 本文首先阐释何为语义分割,然后再从论文出发概述多种解决方案. 本文由浅层模型到深度模型,简要介绍了语义分割各种技术,虽然本文并没有深入讲解语义分割的具体实现,但本文简要地概述了每一篇重要论文的精要和亮点,希望能给读者一些指南.

三张图读懂机器:基本概念、五大流派与九种常见算法

于07-13 09:53 - -
作者:Alan Morrison、Anand Rao. 机器学习正在进步,我们似乎正在不断接近我们心中的人工智能目标. 语音识别、图像检测、机器翻译、风格迁移等技术已经在我们的实际生活中开始得到了应用,但机器学习的发展仍还在继续,甚至被认为有可能彻底改变人类文明的发展方向乃至人类自身. 但你了解现在正在发生的这场变革吗.

零基础入门深度(5) - 循环神经网络 - 作业部落 Cmd Markdown 编辑阅读器

于07-13 09:36 - -
零基础入门深度学习(5) - 循环神经网络. 无论即将到来的是大数据时代还是人工智能时代,亦或是传统行业使用人工智能在云上处理大数据的时代,作为一个有理想有追求的程序员,不懂深度学习(Deep Learning)这个超热的技术,会不会感觉马上就out了. 现在救命稻草来了,《零基础入门深度学习》系列文章旨在讲帮助爱编程的你从零基础达到入门级水平.

情感计算是人机交互核心?谈深度在情感分析中的应用

于07-11 00:00 - - tuicool
除自然语言理解(NLU)外,情感计算(Affective Computing)也成为近年来 AI 领域热门的研究方向之一. 其中针对中文语境里人机交互中的情感、情绪识别与理解,竹间智能已经做了许多有益的探索,特别是如何利用情感、情绪分析,来帮助机器人实现对「对话意图」与「深层语义」的更好理解. 本文将梳理一下情感计算在人机交互中的价值,同时分享一些情感分析的工具与方法.

Keras:基于Theano和TensorFlow的深度

于07-11 09:27 - -
Keras:基于Theano和TensorFlow的深度学习库. Keras是一个高层神经网络API,Keras由纯Python编写而成并基Tensorflow或Theano. Keras 为支持快速实验而生,能够把你的idea迅速转换为结果,如果你有如下需求,请选择Keras:. 简易和快速的原型设计(keras具有高度模块化,极简,和可扩充特性).

一文读懂机器、数据科、人工智能、深度和统计之间的区别

于07-10 06:53 - -
选自datascience central. 作者: Vincent Granville . 在这篇文章中,数据科学家与分析师 Vincent Granville 明晰了数据科学家所具有的不同角色,以及数据科学与机器学习、深度学习、人工智能、统计学等领域的区别. 这些概念的区别也一直是人工智能领域热烈讨论的一个话题,Quora、多个技术博客都曾有过解答.

基于 GitHub 的敏捷方法之道与术 - 少数派

于07-09 14:37 - -
「持续行动,持续反思,持续进步. 需要好多年才能懂得,最好不是去震惊世界,而是要像易卜生所说的,生活在世界上. 我们都一样,渴望着建树功勋、改变世界,可是伴随着年岁的增长,却发现想要实现的梦想依然那么遥远,而时间却依然残酷得流逝着,不会仅仅因为「你」而发生丝毫的改变. 如《奇特的一生》当中所言,我对时间始终充满着敬畏之心,最好的方式也不过是奢求时间能够跟自己做朋友,伴随着我这也许注定朴实无华的一生,共同成长.

[原]区块链技术笔记

于07-04 03:51 - russell_tao -
1、区块链技术是一个解决了拜占庭将军(百度百科 拜占庭将军问题)节点的分布式数据系统. 这是它最大的不同,也导致了这个技术存在诸多限制. 做服务器端开发的程序员,都对zookeeper不陌生,我们解决分布式ACP问题时,寻找一致性解决方案时都会想到它. zookeeper实际使用了paxos的简化版算法(本文不展开,请参考我之前写过的两篇文章: paxos分布式一致性算法–讲述诸葛亮的反穿越 以及 paxos算法如何容错的–讲述五虎将的实践).

8%的电子订单存在欺诈风险,CashShield用实时机器帮商户标注可疑用户

于06-29 15:05 - 林鲁比 - 早期项目
数据显示,全球电子支付规模在2011年~2015年间以19.8%年复合增长率在扩大,而电子支付面临的网络欺诈也如影随形,以22%的复合年增长率在扩大. 过去商户通过增加购买条件,降低通过率以减少欺诈,例如注册时间少于3个月设置消费上限等,但是这又面临转化率降低、弃购率高的两难处境. CashShield是一家为商户提供电子支付反欺诈的技术公司,成立于2008年,总部位于新加坡.

[原]观点:深度,先跟上再说

于06-18 12:53 - myan -
观点:深度学习,先跟上再说. H是我认识的一个互联网老炮,十多年前 Web 2.0 刚刚兴起的时候,他做了几个创业项目,基本上都是 Copy 2 China 类型的,虽然没有像美团的王兴一样取得特别大的成功,但其中终于有一个在光景尚好的时候脱手卖掉,也算早早的实现了财务自由. 中间有好几年我跟他没有什么联系,断断续续的消息说,H 开始做一些投资,而且收益不错.

近实时搜索SearcherManager和NRTManager的使用 - 笔记 - 博客频道 - CSDN.NET

于06-18 07:32 - -
lucene通过NRTManager这个类来实现近实时搜索,所谓近实时搜索即在索引发生改变时,通. 过线程跟踪,在相对很短的时间反映给给用户程序的调用. NRTManager通过管理IndexWriter对象,并将IndexWriter的一些方法(增删改)例如. addDocument,deleteDocument等方法暴露给客户调用,它的操作全部在内存里面,所以如果.

[转]采用深度算法为Spotify做基于内容的音乐推荐

于06-11 15:30 - u011239443 -
摘要:本文概述了作者在Spotify的机器学习实践经验,解释了使用卷积神经网络(CNN)做基于音频的音乐推荐的方法,并提出了有关该卷积网络的实际学习效果的心得. 采用了GTX 780Ti GPU,Theano软件框架,小批量梯度下降法. 【编者按】本文是比利时根特大学(Ghent University)的Reservoir Lab实验室博士研究生Sander Dieleman所撰写的博客文章,他的研究方向是音乐音频信号分类和推荐的层次表征学习,专攻深度学习和特征学习.

机器及大数据相关面试的职责和面试问题

于06-01 00:00 - - bigdata
· 机器学习、大数据相关岗位的职责. 各个企业对这类岗位的命名可能有所不同,比如推荐算法/数据挖掘/自然语言处理/机器学习算法工程师,或简称算法工程师,还有的称为搜索/推荐算法工程师,甚至有的并入后台工程师的范畴,视岗位具体要求而定. 机器学习、大数据相关岗位的职责. 根据业务的不同,岗位职责大概分为:.

机器的分类与主要算法对比

于05-31 23:22 - sinat_27554409 -
重要引用: Andrew Ng Courera Machine Learning; 从机器学习谈起; 关于机器学习的讨论; 机器学习常见算法分类汇总; LeNet Homepage; pluskid svm.   首先让我们瞻仰一下当今机器学习领域的执牛耳者:.   这幅图上的三人是当今机器学习界的执牛耳者.

大数据和AI策略–面向投资的机器和另类数据方法(附280页报告

于05-23 16:59 - DinK - 199IT推荐文章 创业投资 大数据 投资&经济 研究报告
J.P.摩根最新的280 页研究报告《大数据和 AI 策略——面向投资的机器学习和另类数据方法》,极为详尽地梳理、评述、预测了对冲基金和投资者使用机器学习技术利用、分析另类数据的现状与未来,对于一切关注这一新兴大趋势的人们、一切投资者都有重要的借鉴意义. 大数据,特别是另类数据集的构建和利用,已经极大地改变了投资领域的面貌.

考试后这样分析,才是进步的关键

于05-07 00:00 - - jianshu
考试的功能有两种:检验和选拔. 除了中考、高考、竞赛类考试以外,其余几乎都是检验学生对知识的掌握情况,从中发现问题,帮助学生查漏补缺、调整学习方法. 所以,考后试卷分析其实是考试的一部分,或者说,与分数的获得相比,考后试卷分析才是真正收获的手段. 我们的老师和家长如果能与孩子照做文章所讲述的方式分析试卷,孩子一定会有进步的.

Yeoman与实践笔记

于05-05 10:33 - - NodeJs代码示例
Yeoman是Google的团队和外部贡献者团队合作开发的,他的目标是通过Grunt(一个用于开发任务自动化的命令行工具)和Bower(一个HTML、CSS、Javascript和图片等前端资源的包管理器)的包装为开发者创建一个易用的工作流. Yeoman的目的不仅是要为新项目建立工作流,同时还是为了解决前端开发所面临的诸多严重问题,例如零散的依赖关系.

利用一点机器来加速你的网站

于04-27 00:00 - - bigdata
在生活中,我有 73% 的时间在考虑 web 性能-在低配手机上达到 60 FPS、 有序加载资源、离线缓存任何能缓存的资源. 最近,我发现自己对 web 性能的定义可能太狭隘了,从用户的角度上来说,这些只是 web 性能中的一些小插曲. 所以我打开了我经常去的网站,尝试了所有的用户可能的操作,并记录操作所花费的时间.