IP屬地：北京
-
基于矩陣分解的圖算法
基于矩陣分解 快速簡潔潭千，但屬性信息與結(jié)構(gòu)信息的融合比較困難蹲蒲。 1. Skip-Gram with Negative Sampling (SGNS...
-
GCN相關(guān)算法1. GCN 1.1 Laplace算子 Laplace算子特征函數(shù) -> Fourier變換 -> 卷積 Laplace矩陣L的特征向量 ->...
-
KKT條件
定義 優(yōu)化問題：的解滿足如下條件該條件即KKT條件技羔。 解釋 無約束條件時(shí)喝检，局部極值點(diǎn)在梯度為0時(shí)取得攘轩。例如古徒，當(dāng)為局部極大值點(diǎn)爆雹，則在任一方向移動(dòng)（...
-
二項(xiàng)分布到泊松分布的證明
在某一固定時(shí)段內(nèi)性穿，事件發(fā)生次勺三，即事件的期望值已知。將該時(shí)段無限細(xì)分需曾，每一個(gè)內(nèi)都看做一個(gè)0-1事件吗坚，則在時(shí)段內(nèi)，其發(fā)生k次的概率為 比如呆万，一個(gè)醫(yī)院...
-
傅里葉變換推導(dǎo)
1. 函數(shù)內(nèi)積 將函數(shù)在其定義域中商源，按切分后，看做無限維的向量(希爾伯特空間)谋减。則其模平方為參照有限維度向量內(nèi)積的定義牡彻，函數(shù)內(nèi)積定義為 內(nèi)積定義...
-
Hoeffding 不等式
基礎(chǔ)準(zhǔn)備 1.定比分點(diǎn)公式 點(diǎn)為上一點(diǎn)，則設(shè)出爹，則 證明： 2.凸函數(shù)性質(zhì) 設(shè)庄吼，為凸函數(shù)，則 3.markov不等式 證明： Hoeffding ...
-
SparkML中的transformer和estimator
一严就、DF轉(zhuǎn)換器 Transformer：SparkML中有很多直接對DF進(jìn)行變換的類总寻，如TF-IDF，PCA等梢为，它們統(tǒng)稱Transformer渐行；...
-
最小編輯距離
1.定義 假設(shè)只有三種編輯方式：插入，刪除铸董，替換祟印。每種編輯方式對應(yīng)一次操作。按規(guī)定的編輯方式粟害，將原始字符串變換到目標(biāo)字符串所需的最少操作次數(shù)蕴忆，被...
-
樣本量估計(jì)
ERM 真實(shí)損失定義為總體分布，為真實(shí)標(biāo)簽函數(shù)悲幅，為標(biāo)簽函數(shù)孽文，也叫模型或分類器。為在總體分布和真實(shí)標(biāo)簽函數(shù)分別為D和f時(shí)h所對應(yīng)的誤差夺艰，也叫做真實(shí)...