發(fā)簡信
IP屬地：湖北
-
幾種信息熵的理解本文記錄的目的是方便自己學(xué)習(xí)和復(fù)習(xí)黑忱，有誤之處請諒解寞射，歡迎指出锣吼。 之前對算法原理和推導(dǎo)寫的比較多谱邪，評價指標(biāo)盲镶、信息熵較少扣溺，補(bǔ)充下团甲。 機(jī)器學(xué)習(xí)算法...
-
模型評價指標(biāo)（CTR）本文記錄的目的是方便自己學(xué)習(xí)和復(fù)習(xí)，有誤之處請諒解祥诽，歡迎指出譬圣。 之前的文章沒有對評價指標(biāo)進(jìn)行一個梳理，此小結(jié)補(bǔ)充一下建模過程中一些常用的評價...
-
異常檢測-One-Class SVM 單分類本文記錄的目的是方便自己學(xué)習(xí)和復(fù)習(xí)雄坪，有誤之處請諒解厘熟，歡迎指出。 （2）SVDD （one class SVM） SVDD的思路其實不難维哈，基本思...
-
異常檢測-自編碼本文記錄的目的是方便自己學(xué)習(xí)和復(fù)習(xí)绳姨，有誤之處請諒解，歡迎指出阔挠。 我們?nèi)粘ｍ椖恐薪?jīng)常會遇到數(shù)據(jù)不均衡的情況飘庄，這非常普遍，例如某動物分類項目的類...
-
文本相似度之Sim_hash算法本文記錄的目的是方便自己學(xué)習(xí)和復(fù)習(xí)购撼，有誤之處請諒解跪削，歡迎指出。 最近項目有用到Sim_hash迂求，做個簡單記錄碾盐。 Sim_hash是Goo...
-
主成分分析（PCA）
本文記錄的目的是方便自己學(xué)習(xí)和復(fù)習(xí)，有誤之處請諒解揩局，歡迎指出廓旬。 主成分分析（Principal Component Analysis，PC...
-
支持向量機(jī)推導(dǎo)本文記錄的目的是方便自己學(xué)習(xí)和復(fù)習(xí)谐腰，有誤之處請諒解，歡迎指出涩盾。 支持向量機(jī)（SVM）是算法工程師最耳熟能詳?shù)臋C(jī)器學(xué)習(xí)模型之一十气，這節(jié)對SVM作粗...
-
DeepFM算法本文記錄的目的是方便自己學(xué)習(xí)和復(fù)習(xí)，有誤之處請諒解春霍，歡迎指出砸西。 FM通過對于每一位特征的隱變量內(nèi)積來提取特征組合，最后的結(jié)果還不錯，理論上F...
-
FFM算法本文記錄的目的是方便自己學(xué)習(xí)和復(fù)習(xí)芹枷，有誤之處請諒解衅疙，歡迎指出。 之前介紹了FM鸳慈，接下來是它的改進(jìn)版本FFM饱溢，加入了領(lǐng)域Field思想。在F...