机器学习
关注
分享
扫一扫
文章平均质量分 79
无关8688
天若有情天易老，人间正道是沧桑！
展开
-
Fast Non-Bayesian Poisson Factorization for Implicit-Feedback Recommendations
隐式反馈推荐的快速非贝叶斯泊松因子分解摘要本文研究了基于正则化泊松模型的非负矩阵分解在具有隐式反馈数据的推荐系统中的应用。当潜在因子矩阵为非负时，泊松似然的性质允许对零值元素进行非常快速的计算和优化的捷径，使得它比平方损失更适合于非常稀疏的输入，例如隐式反馈数据。提出了一种简单而令人尴尬的基于近梯度的并行优化方法，在大数据集上，该方法比通过变分推理技术得到的贝叶斯拟合(分层泊松因子分解)快2-3个数量级，比共轭梯度法得到的隐式近似拟合快1个数量级。1导言在推荐系统的典型场景中，有大量关于用户和项目之原创 2021-08-09 16:30:59 · 269 阅读 · 0 评论 -
A Variational Approach for Learning from Positive
从正的和未标记的数据中学习的变分方法摘要仅从正样本和未标记的样本中学习二类分类器在许多实际应用中是一项重要且具有挑战性的任务。大多数最近的PU学习方法是基于监督学习类型的错误分类风险开发的，并且它们可能遭受对类先验概率的不准确估计。在这篇文章中，我们引入了一个变分原理用于概率单元学习，它允许我们直接从给定的数据中定量评估贝叶斯分类器的建模误差。这导致损失函数可以被有效地计算，而不涉及类先验估计或任何其他中间估计问题，然后变分学习方法可以被用于在一般条件下优化分类器。我们在一些基准例子上说明了所提出的原创 2021-07-29 17:12:38 · 498 阅读 · 3 评论 -
机器学习1
中位数平均数和众数在机器学习（和数学）中，通常存在三中我们感兴趣的值：1 均值（Mean） - 平均值2 中值（Median） - 中点值，又称中位数3 众数（Mode） - 最常见的值例如：我们已经登记了 13 辆车的速度：speed = [99,86,87,88,111,86,103,87,94,78,77,85,86]均值就是平均值。要计算平均值，请找到所有值的总和，然后将总和除以值的数量：(99+86+87+88+111+86+103+87+94+78+77+85+86) / 13原创 2021-07-28 20:35:59 · 264 阅读 · 0 评论 -
A Variational Approach for Learning from Positive
从正的和未标记的数据中学习的变分方法摘要仅从正样本和未标记的样本中学习二类分类器在许多实际应用中是一项重要且具有挑战性的任务。大多数最近的PU学习方法是基于监督学习类型的错误分类风险开发的，并且它们可能遭受对类先验概率的不准确估计。在这篇文章中，我们引入了一个变分原理用于概率单元学习，它允许我们直接从给定的数据中定量评估贝叶斯分类器的建模误差。这导致损失函数可以被有效地计算，而不涉及类先验估计或任何其他中间估计问题，然后变分学习方法可以被用于在一般条件下优化分类器。我们在一些基准例子上说明了所提出的原创 2021-07-28 16:57:55 · 193 阅读 · 0 评论