- 博客(18)
- 收藏
- 关注
RSS订阅原创 数据结构作业代码2
数据结构作业代码杭电2527KMP算法KMP经典算法判断MF&KMP算法比较遍历二叉树层次遍历二叉树大数运算非递归遍历二叉树蛇形填数1蛇形填数2蛇形填数3字符串匹配杭电2527 #include<cstdio> #include<cstdlib> #include<cstring> #include<cmath> #include<iostream> using namespace std;ty
2021-11-19 09:24:41
247
原创 数据结构作业代码
数据结构作业代码顺序表基本操作快速排序单链表的基本操作单链表实现前插后插双向循环链表的基本操作栈的使用（斐波+回文+进制转换）大数计算数组栈的基本操作链表栈基本操作队列（数组基本操作）队列（链式基本操作）约瑟夫环四种实现方式1.数组2.链表3.数学法4.递归走迷宫顺序表基本操作实现功能：增删查修序#include <stdio.h>#include <stdlib.h>#define MAX 100//插入int insert(int a[],int n,int ind
2021-10-31 21:35:24
340
翻译 NCR介绍&演示2021-10-02
关于 NCR 的小介绍NCR 工作流程数据集预处理通过示例了解 NCR 预处理NCR 逻辑架构和训练逻辑正则化器NCR 评估受神经符号机器学习最新进展的启发，作者提出了神经协同推理 (NCR)，这是一种将嵌入学习和逻辑推理的力量集成到推荐任务中的框架。事实上，作为一种认知而不是感知任务，推荐不仅需要模式学习和匹配的能力，还需要认知推理的能力，因为用户未来的行为可能不是简单地由其与用户之前行为的相似性驱动的，而是由用户关于下一步做什么的认知推理过程。例如，如果用户之前购买过膝上型电脑，这不会导致用户将来购买
2021-10-02 16:26:16
2919
翻译 Neural Collaborative Filtering--神经协同过滤
Neural Collaborative Filtering--神经协同过滤1 摘要这项工作的主要贡献如下2 准备工作2.1 学习隐性数据2.2矩阵分解3. 神经协同过滤3.1 通用框架3.1.1 NCF学习3.2 广义矩阵分解3.3 多层感知机（MLP）3.4 结合GMF和MLP3.5 预训练4. 实验4.1 实验设置4.2 性能比较(RQ1)4.2.1 预训练的作用4.3 对消极采样使用Log Loss(RQ2)4.4 Is Deep Learning Helpful? (RQ3)1 摘要近年来，深
2021-08-16 20:29:57
415
原创 Numpy函数库使用
Numpynumpy 安装numpy 的属性（ndim，shape，size）关键字（array，dtype，zeros，ones，empty，arrange）创建数组dtype()创建特定数据np.zeros()np.empty()np.arange()np.dot()sum(), min(), max()axisargmin() 和 argmax()np.mean&np.averagenp.cumsum()np.diff()np.nonzero()np.sort()矩阵的转置np.clip()n
2021-07-27 09:25:04
312
原创 梯度消失和梯度爆炸
梯度消失和梯度爆炸参考文献：https://mofanpy.com/tutorials/machine-learning/ML-intro/LSTM/想像现在有这样一个 RNN, 他的输入值是一句话: ‘我今天要做红烧排骨, 首先要准备排骨, 然后…., 最后美味的一道菜就出锅了’, shua ~ 说着说着就流口水了. 现在请 RNN 来分析, 我今天做的到底是什么菜呢. RNN可能会给出“辣子鸡”这个答案. 由于判断失误, RNN就要开始学习 这个长序列 X 和 ‘红烧排骨’ 的关系 , 而RNN需
2021-07-21 16:15:33
272
原创 RNN（循环神经网络）
RNN-循环神经网络Recurrent Neural NetworkRNN 结构RNN的反向传播BPTTRNN的一些改进算法Recurrent Neural NetworkRNN（Recurrent Neural Network）是一类用于处理序列数据的神经网络。首先我们要明确什么是序列数据，摘取百度百科词条：时间序列数据是指在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。这是时间序列数据的定义，当然这里也可以不是时间，比如文字序列，但总归序列数据有一个特点——后面的数
2021-07-19 19:35:16
1118
1
原创 Cnn 卷积神经网络（入门）
CNN 卷积神经网络【1】导论【2】卷积运算什么是卷积？图像上的卷积【3】非线性激活ReLU激励层【4】pooling池化层【5】全连接层【6】神经网络的训练与优化【1】导论首先最需要明确的一点就是，卷积神经网络，也就是convolutional neural networks （简称CNN），现在已经被用来应用于各个领域，物体分割啦，风格转换啦，自动上色啦blahblah，但是！！CNN真正能做的，只是起到一个特征提取器的作用！所以这些应用，都是建立在CNN对图像进行特征提取的基础上进行的。我们先
2021-07-19 09:56:22
1340
原创 BPR:贝叶斯个性化排序推荐
BPR:Bayesian Personalized Ranking from Implicit Feedback一、问题导入二、显示反馈与隐式反馈2.1 显式反馈与隐式反馈基本概念2.2 显式反馈与隐式反馈的比较2.3 隐式反馈数据介绍2.3.1 隐式反馈数据的特点2.3.2 隐式反馈数据的处理方式三、BPR算法概述3.1 BPR算法基本概念3.2 BPR算法相关定义3.3 BPR建模思路一、问题导入在很多推荐场景中，我们都是基于现有的用户和商品之间的一些数据，得到用户对所有商品的评分，选择高分的商品推
2021-07-17 10:20:19
1216
1
原创 【深度学习】神经网络基础
神经网络1.简介（什么是神经网络）2.单层神经网络与多层神经网络2.1单层神经网络2.1.1如何将数据传入神经网络中（数据输入）2.2双层神经网络2.3多层神经网络3.激活函数4.前向传播5.*反向传播5.1构造误差函数5.2参数更新6.代码简单实现1.简介（什么是神经网络）神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术。人工神经网络（Artificial Neural Netwo
2021-05-05 11:19:14
837
原创 【离散数学】Warshall算法求传递闭包（python）
Warshall算法求传递闭包（python）算法描述：Warshall在1962年提出了一个求关系的传递闭包的有效算法。其具体过程如下，设在n个元素的有限集上关系R的关系矩阵为M：(1)置新矩阵A＝M；(2)i＝1；(3)对所有j如果A[j，i]＝1，则对k＝1，2，…，n，A[j，k]＝A[j，k]∨Ai，k；(4)i加1；（i是行，j是列）(5)如果i≤n，则转到步骤3)，否则停止。import numpy as npn=int(input())a=[]for i in rang
2021-04-28 12:44:24
2420
原创 机器学习-Kmeans基础算法
K-means算法（无监督算法 聚类算法）K-means基础算法简介1.算法过程1.1文字步骤1.2图形展示1.3参考视频1.4代码实现1.5小结K-means基础算法简介k-means算法是一种聚类算法，所谓聚类，即根据相似性原则，将具有较高相似度的数据对象划分至同一类簇，将具有较高相异度的数据对象划分至不同类簇。聚类与分类最大的区别在于，聚类过程为无监督过程，即待处理数据对象没有任何先验知识，而分类过程为有监督过程，即存在有先验知识的训练数据集。1.算法过程K-means中心思想：事先确定常数
2021-04-25 16:12:39
308
原创 机器学习-KNN算法
K最邻近分类算法-KNN算法1.机器学习之算法基本分类1.1有监督学习（Supervised learning）1.2无监督学习1.3 半监督学习1.4强化学习2.KNN算法2.1KNN算法简介2.2算法原理思想2.3算法步骤2.3.1初始化训练集2.3.2 距离计算&寻找K个最邻近数据2.3.3.决策分类2.4 过程总结2.5 KNN算法优缺点3.实例&代码（python）1.机器学习之算法基本分类本篇学习KNN算法，属于有监督学习，其余分类可做了解1.1有监督学习（Supervis
2021-04-24 16:49:54
837
原创 梯度下降及线性回归详解
梯度下降及线性回归详解1. 一元线性回归1.1 一元线性回归1.2 梯度下降1.3波士顿房价预测1.3.1代码实现（Python）1.3.2 输出结果2. 多元线性回归2.1 鸢尾花数据集2.1.1代码实现（Python）2.1.2输出结果3. 三种数据集讲解4.回归模型评价指标1. 一元线性回归1.1 一元线性回归1.2 梯度下降1.3波士顿房价预测1.3.1代码实现（Python）1.3.2 输出结果2. 多元线性回归2.1 鸢尾花数据集2.1.1代码实现（
2021-04-17 11:56:04
2962
8
原创 梯度下降算法
梯度下降算法1. 概述2. 基本思想3.梯度下降法3.1场景设定3.2梯度下降3.3 数学解释3.4实例1. 概述梯度下降（gradient descent）在机器学习中应用十分的广泛，不论是在线性回归还是Logistic回归中，它的主要目的是通过迭代找到目标函数的最小值，或者收敛到最小值。 本文将从一个下山的场景开始，先提出梯度下降算法的基本思想，进而从数学上解释梯度下降算法的原理，解释为什么要用梯度，最后实现一个简单的梯度下降算法的实例！2. 基本思想假设我们爬山，如果想最快的上到山顶，那么我们
2021-04-15 17:36:51
1586
1
原创 矩阵分解的推荐算法
基于矩阵分解的推荐算法1.基于矩阵分解的推荐算法相关理论介绍1.基于矩阵分解的推荐算法相关理论介绍我们知道，要做推荐系统，最基本的一个数据就是，用户-物品的评分矩阵，如下图图一矩阵中，描述了5个用户(U1,U2,U3,U4 ,U5)对4个物品(D1,D2,D3,D4)的评分（1-5分）图中“-”表示“未评分”未评分即说明该位用户Ui未购买改件商品，因此我们的目的就是把没评分的预测出一个评分，再根据预测评分的高低给用户进行推荐。所以，我们应该如何进行预测？本节的方法是运用矩阵分解来预测
2021-04-05 16:02:26
1555
1
原创 推荐算法--协同过滤（user&item）
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2021-04-03 18:51:41
3709
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人