IP屬地：吉林
-
高能宇宙線背景噪聲過濾挑戰(zhàn)賽--冠軍方案先掛上比賽鏈接https://www.turingtopia.com/competitionnew/detail/e771814b400a4db...
-
股票預(yù)測(cè)者模型stockerstocker是基于google時(shí)間序列預(yù)測(cè)模型 - 預(yù)測(cè)者實(shí)現(xiàn)的股票預(yù)測(cè)起宽。 因?yàn)轫?xiàng)目要求股票分析骏令，所以使用了該庫，對(duì)該庫進(jìn)行簡(jiǎn)短總結(jié)盯蝴。預(yù)測(cè)者模...
-
推薦系統(tǒng)中矩陣分解算法-funkSVD和ALS矩陣分解funkSVD:該矩陣分解不像是線代中的，他屬于偽分解貌嫡。其主要思想是秸讹，用兩個(gè)m＊k和k＊n的矩陣代替m＊n的矩陣。 因?yàn)樵谕扑]系統(tǒng)中棋蚌，矩...
-
模型融合LR+GBDT(特征自動(dòng)組合進(jìn)行二分類)LR+GBDT 在推薦問題中嫁佳，我們一般都預(yù)測(cè)用戶是否做某事，是一個(gè)二分類問題谷暮。 對(duì)于二分類問題一般我們使用的是邏輯回歸蒿往。邏輯回歸是廣義的線性模型...
-
模型融合stacking
kaggle比賽利器stacking 模型疊加 我們以二層疊加為例子理解它 我們有模型model1(可以是GBDT.xgboots等等) 有訓(xùn)練...
-
半監(jiān)督學(xué)習(xí)半監(jiān)督學(xué)習(xí) 當(dāng)我們的訓(xùn)練集標(biāo)簽缺失，也就是有訓(xùn)練集X1=[(x.y)....]湿弦，X2=[(x)...]瓤漏。前者數(shù)據(jù)有標(biāo)簽，后者數(shù)據(jù)無標(biāo)簽。我們訓(xùn)練...
-
RNN循環(huán)神經(jīng)網(wǎng)絡(luò)RNN 時(shí)間序列在深度學(xué)習(xí)的解決方案就是RNN了蔬充，RNN又叫循環(huán)神經(jīng)網(wǎng)絡(luò)蝶俱。 它可以表示為該圖。 又一個(gè)神經(jīng)網(wǎng)絡(luò)遞歸形成饥漫，但是有先后順序榨呆。 對(duì)參數(shù)...
-
Bandit 推薦系統(tǒng)間探索與利益的均衡Bandit算法 該算法是為了解決MAB問題(多臂賭博機(jī)問題) 問題原形是，面對(duì)多個(gè)一樣的老虎機(jī)庸队，每個(gè)老虎機(jī)吐錢幾率不一樣积蜻。要怎么樣選擇才能達(dá)到...
-
BPR 貝葉斯個(gè)性化排序BPR 貝葉斯個(gè)性化排序 相對(duì)于其他矩陣分解，不管是顯式分解還是隱式分解彻消，他們最后的得分都將經(jīng)過排序后選擇出要推薦的前n個(gè)竿拆。與其用均方根的損失函...