新普金娱乐网址


一个人的冬日已经那样冷了,哪一种火锅才能抢救你的独身

山威有个支部,能进来的都是学霸数学

Recommender Systems Handbook读书笔记之4

  • 一月 14, 2019
  • 数学
  • 没有评论

 

有二种档次的音讯寻找:
1:搜索对象清晰可辨;
2:搜索对象无法被完全描述,可是可以被一眼认出;
3:以意外的、偶然的办法获取音讯;

从曾经看过的内容来看,这本书对推荐系统的介绍相比较健全,其余也深远介绍一些切实可行的算法,给出具体的统计公式。这一个公式中有局部的数学符号我曾经淡忘具体意思了。

本周看完了第四章。全书共25章。

本周收看了第八章。全书共25章。

Recommender Systems Handbook读书笔记(2)

以下是前八章的内容囊括:
首先章:全书介绍;
其次章:推荐系统中使用的数额挖掘方法,分为:数据处理(相似度度量、抽样、降维、降噪)、分类(具体算法有新近邻、决策树、基于规则的归类、贝叶斯分类、人工神经网络、协理向量机)、聚类分析、关联规则挖掘
其三章:基于内容的引进系统:State of the Art and Trends。
第四章:基于近邻的推荐方法概览。
第五章:协同过滤中的立异;
第六章:开发基于约束的推荐器;
第七章:上下文感知的推荐系统:常规推荐系统只考虑user和item,上下文感知的推介系统则认为“上下文信息”也亟需考虑。比如旅游网站的引荐,春日与春日应当有很大不同;再譬如消息网站的引进需要考虑时间,工作日用户更愿意关注时事信息和股市音讯,周末则更乐于关注电影评论和购物音信;
第八章:评估推荐系统

以下是前四章的始末包括:
先是章:全书介绍;
其次章:推荐系统中运用的多少挖掘方法,分为:数据处理(相似度度量、抽样、降维、降噪)、分类(具体算法有新近邻、决策树、基于规则的归类、贝叶斯分类、人工神经网络、帮助向量机)、聚类分析、关联规则挖掘
其三章:基于内容的引进系统:State of the Art and Trends。
第四章:基于近邻的引荐形式概览。

以下一小段内容摘译自第四章:

从曾经看过的始末来看,这本书对推荐系统的介绍相比健全,其它也深远介绍一些现实的算法,给出具体的总结公式。这个公式中有一些的数学符号我已经淡忘具体意思了。

 

相关文章

No Comments, Be The First!
近期评论
    分类目录
    功能
    网站地图xml地图