V
主页
【推荐算法】自编码器AutoRec —— 深度学习推荐模型的入门模型
发布人
参考资料: 建议先稍微阅读这篇 https://blog.csdn.net/studyless/article/details/70880829 ,再食用本视频 《深度学习推荐系统》 —— 王喆 这个算法比较简单, 工业上几乎不用, 因此没有做太详细的讲解, 只是简单的记录下它的思想, 以及稍微介绍复现代码... 好吧我承认我有水视频的成分(手动狗头)
打开封面
下载高清视频
观看高清视频
视频下载器
【推荐算法】GBDT+LR组合模型 —— 特征工程模型化的开端
【推荐算法】特征交叉 之 POLY2模型 —— 特征交叉的开始
【推荐算法】特征交叉 之 FM模型 —— 隐向量特征交叉
【深度学习推荐算法】DIEN模型 —— 阿里巴巴DIN模型的进化版 论文导读+保姆级讲解
【推荐算法】LS-PLM/MLR 混合逻辑回归 —— 阿里巴巴曾经的主流推荐模型
【推荐算法】Wide&Deep模型 —— 谷歌曾经的主流推荐模型,在业界影响力巨大,综合记忆能力与泛化能力
【深度学习推荐算法】NFM模型 —— Wide&Deep模型中Deep部分的改进,引入特征交叉池化层
【推荐算法】NeuralCF模型 —— 协同过滤与深度学习的结合
【深度学习推荐模型】FNN模型、DeepFM模型 —— 用FM代替Wide&Deep的Wide部分
【推荐算法】逻辑回归 -- 融合多种特征的推荐模型
【深度学习推荐模型】Deep&Cross模型 —— Wide&Deep模型的进化,高效的高阶特征交叉
【推荐算法】PNN模型 公式推导&Pytorch搭建网络示例 —— 加强特征交叉能力的深度学习推荐模型
【深度学习推荐模型】AFM模型 —— 引入注意力机制的FM
【推荐算法】MF矩阵分解 -- SVD、LFM、RSVD、SVD++
【推荐算法】经典算法之协同过滤 UserCF & ItemCF
【推荐算法】特征交叉 之 FFM模型 —— 引入特征域的概念
【GBDT】如何解决二分类问题?原理解析+公式推导
【深度学习推荐模型】DIN模型 —— 阿里巴巴推荐领域开创性论文,引入注意力机制的深度学习网络,导读
【重温经典】GRU循环神经网络 —— LSTM的轻量级版本,大白话讲解
【重温系列】RNN循环神经网络及其梯度消失 手把手公式推导+大白话讲解
【GBDT】梯度提升树原理及其公式推导
极大似然估计
躺懂XGBoost,学不会来打我(doge)
集成学习 之【Adaboost】 —— 李航《统计学习方法》相关章节解读
【直播日记】直播12小时刷完67道《剑指offer》是什么体验?在各位大佬面前狗住,是我的首要目标
【重温经典】大白话讲解LSTM长短期记忆网络 如何缓解梯度消失,手把手公式推导反向传播
【回归树&分类树】GBDT基础知识铺垫
什么是ICS问题(Internal Covariate Shift)?解决方法有哪些?
大白话浅谈【注意力机制】
码农的快乐,就是这么简单~~你换脸的样子真的很人类高质量,你熬夜撸代码的样子真的很狼狈