可解释推荐系统

AI：50-基于深度学习的柑橘类水果分类

本专栏包含以下学习方向：机器学习、深度学习、自然语言处理（NLP）、机器视觉、语音识别、强化学习、推荐系统、机器学习操作（MLOps）、计算机视觉、虚拟现实（VR）/增强现实（AR）等等✨✨✨在这个漫长
一见已难忘·2023-11-02 16:55

Pytorch基础代码实战系列之定义一个简单的卷积神经网络

深度学习框架Pytroch系列注：大家觉得博客好的话，别忘了点赞收藏呀，本人每周都会更新关于人工智能和大数据相关的内容，内容多为原创，PythonJavaScalaSQL代码，CVNLP推荐系统等，SparkFlinkKafkaHbaseHiveFlume
陈万君Allen·2023-11-02 14:52

精品基于Python的个性化电影推荐系统

《[含文档+PPT+源码等]精品基于Python的个性化电影推荐系统设计与实现》该项目含有源码、文档、PPT、配套开发软件、软件安装教程、项目发布教程、包运行成功！
天行IT科技馆·2023-11-02 11:43

Nature | 机器学习在药物研发中的应用

应用机器学习的主要挑战在于ML产生的结果缺乏可解释性和可重复性，可能限制其应用。在所有领域，仍然需要生成系统和全面的高维数据。介绍生物
AspirinCode·2023-11-02 09:57

【深度之眼机器学习训练营第四期】4.本周总结

本周学习了机器学习的定义，单变量线性回归的算法框架，以及多变量微积分的拓展，其中包括梯度下降法，正规方程组方法，还对相应的机器学习算法应用举例有了一定的了解，比如数据挖掘，推荐系统等。
灰蒙蒙的雨露·2023-11-02 04:44

Grad-CAM++: Improved Visual Explanations for Deep Convolutional Networks 论文阅读笔记

面对上述问题，本文在CAM和Grad-CAM的基础上提出一个全新的可解释性算法Grad-CA
Stalker_DAs·2023-11-02 02:45

机器学习基础---分类与检测的评价指标---AP，mAP，PR曲线

分类任务中的AP，mAP，PRC（PR曲线）为什么需要PR曲线PrecisionandRecall(PR曲线)：用于稀有事件检测，如目标检测、信息检索、推荐系统。负样本非常多（
xys430381_1·2023-11-02 00:49

2020-03-02

自然中充满模糊和不可解释的神秘，理性并非至高无上。
踩冰淇淋的小孩·2023-11-02 00:18

法学领域的技术创新点

中国法研杯2018总述OverviewofCAIL2018:LegalJudgmentPredictionCompetition三、中国法研杯2022-任务概述事件检测文书校对类案检索司法摘要论辩理解信息抽取可解释类案匹配四
YingJingh·2023-11-01 23:06

【数据集资源】大数据资源-数据集下载方法-汇总

大概包含10个领域数据集：金融交通商业推荐系统医疗健康图像数据视频数据音频数据自然语言处理社会数据处理后的科研和竞赛数据1、huggingface的数据下载方式：1.进入官网数据集列：HuggingFace–TheAIcommunitybuildingthefuture
子非Yu@Itfuture·2023-11-01 20:52

广告行业中那些趣事系列64：低成本训练一个媲美ChatGPT效果的Vicuna模型

导读：本文是“数据拾光者”专栏的第六十四篇文章，这个系列将介绍在广告行业中自然语言处理和推荐系统实践。
数据拾光者·2023-11-01 15:27

广告行业中那些趣事系列63：使用chatgpt类大模型进行文本分类任务

导读：本文是“数据拾光者”专栏的第六十三篇文章，这个系列将介绍在广告行业中自然语言处理和推荐系统实践。
数据拾光者·2023-11-01 15:26

广告行业中那些趣事系列65：使用chatgpt编写基金定投程序

导读：本文是“数据拾光者”专栏的第六十五篇文章，这个系列将介绍在广告行业中自然语言处理和推荐系统实践。
数据拾光者·2023-11-01 15:55

K-means（K-均值）算法

K-means（k-均值，也记为kmeans）是聚类算法中的一种，由于其原理简单，可解释强，实现方便，收敛速度快，在数据挖掘、聚类分析、数据聚类、模式识别、金融风控、数据科学、智能营销和数据运营等领域有着广泛的应用
北辰Charih·2023-11-01 05:32

神经网络模型参考自适应,神经网络自适应控制

但缺点是它不能处理和描述模糊信息，不能很好利用已有的经验知识，特别是学习及问题的求解具有黑箱特性，其工作不具有可解释性，同时它对样本的要求较高;模糊系统相对于神经网络而言，具有推理过程容易理解、专家知识利用较好
「已注销」·2023-11-01 04:04

协同过滤音乐推荐系统

本课题拟设计的基于SpringBoot+Vue+ElementUI框架加上协同过滤算法推荐开发的音乐推荐系统，实现用户在音乐门户网站快速的获取自己喜欢的音乐类型进行音乐的检索以此看到自己喜欢的音乐，同时给
java一只鱼·2023-11-01 02:50

AI：42-基于机器学习方法下以沙发为例的家具风格识别技术研究

本专栏包含以下学习方向：机器学习、深度学习、自然语言处理（NLP）、机器视觉、语音识别、强化学习、推荐系统、机器学习操作（MLOps）、计算机视觉、虚拟现实（VR）/增强现实（AR）等等✨✨✨在这个漫长
一见已难忘·2023-11-01 02:41

Dataiku 7为企业AI带来更深入的协作和更详尽的可解释性

美国商业资讯)--领先的企业人工智能(AI)和机器学习平台Dataiku今日宣布推出Dataiku7，该版本将为技术数据专业人员带来更深层次的整合，可用于机器学习项目开发和白盒(white-box)AI的行级可解释性
sinat_41698914·2023-11-01 00:53

一篇文章入门KNN算法

文章目录KNNKNN算法KNNinpractice推荐系统我们想回答什么问题？
一只楚楚猫·2023-10-31 20:34

音乐推荐系统比较调研(2)之场景推荐

几个月前，我在《音乐推荐系统比较》中针对协同过滤中的item-based相关推荐，粗略对比了下不同音乐产品推荐系统的效果。
明羊羊·2023-10-31 18:57

神经网络可解释性、深度学习新方法，2020 年 AI 有哪些势不可挡的研究趋势？...

文|MrBear作为2019年最后一场重量级的人工智能国际学术顶会，NeurIPS2019所反映出的一些人工智能研究趋势，例如神经网络可解释性、深度学习新方法、神经科学等等，想必对于大家在新的一年开展研究工作
智能交通技术·2023-10-31 11:19

机器学习：推荐系统（前言）

AIFoundations:Recommendations前言叨B叨前面给大家分享了《机器学习-价格预测》系列文章,是用机器学习建立了一个房价预测的系统，重点是普及了很多基本概念.接下来这段时间继续来分享《机器学习：推荐系统
奔IV程序猿·2023-10-31 11:37

AI：41-基于基于深度学习的YOLO模型的玉米病害检测

本专栏包含以下学习方向：机器学习、深度学习、自然语言处理（NLP）、机器视觉、语音识别、强化学习、推荐系统、机器学习操作（MLOps）、计算机视觉、虚拟现实（VR）/增强现实（AR）等等✨✨✨在这个漫长
一见已难忘·2023-10-31 06:25

推荐系统浅知

在个性化盛行的时代，推荐系统成为产品架构中重要一环，承担引导、匹配信息等需求。本人由项亮老师的出发，介绍推荐系统的一些基础知识点。
瑞_ae3d·2023-10-31 04:14

蚂蚁金服核心技术：百亿特征实时推荐算法揭秘

0.综述在线学习(Onlinelearning)由于能捕捉用户的动态行为，实现模型快速自适应，进而成为提升推荐系统性能的重要工具。然而
weixin_34392435·2023-10-31 02:57

机器学习之逻辑回归（Logistic Regression）

逻辑回归一、逻辑回归理论概述二、sklearn逻辑回归的使用1.正则化参数2.特征工程（可解释的特征降维）：embedded3.梯度下降：重要参数max_iter4.二元回归和多元回归重要参数：solver
`AllureLove·2023-10-31 02:42

推荐系统遇上深度学习(五十八)-基于“翻译”的序列推荐方法

本文介绍的论文的题目是《Translation-basedRecommendation》论文下载地址是：https://arxiv.org/abs/1707.024101、背景在推荐系统中，建模和预测用户和物品
文哥的学习日记·2023-10-30 22:02

AI上推荐 之 FiBiNET模型(特征重要性选择与双线性特征交叉)

当然，来实习之后，从前辈们的以及周围伙伴的交流中悟出了一个真理，在推荐系统甚至其他领域
翻滚的小@强·2023-10-30 16:53

FiBinet解读

特征重要性双线性交互AI上推荐之FiBiNET模型(特征重要性选择与双线性特征交叉)张俊林：推荐系统排序环节特征Embedding建模SENet在推荐领域中的应用DeepCtr实现FiBinettf2实现
得克特·2023-10-30 16:18

港大联合百度开源通用图大模型GraphGPT：让大语言模型读懂图数据

导读图神经网络（GNN）已成为处理和学习图数据的强大工具，在社交网络分析、推荐系统、智慧城市和生物信息等多个领域带来了革命性的进展。图神经网络的核心优势在于其揭示图数据中复杂关联性的能力。
PaperWeekly·2023-10-30 15:04

推荐优化

1.召回兴趣召回爱奇艺短视频推荐：多兴趣召回篇2.排序多目标20220922推荐小记——推荐系统中如何对时长、完播等目标做多目标建模多目标排序模型在腾讯QQ看点推荐中的应用实践WeightedLRYouTube
得克特·2023-10-30 12:48

Youtube DNN：Deep Neural Networks for YouTube Recommendations

2.推荐系统文章包含推荐系统的两阶段模型：召回和排序。召回网络根据用户的历史行为从视频库中检索几百个候选视频，这些视频被认为有很高的准确率与用户相关。候选集的生成是根据粗粒度的个性化—协同过滤生成的。
得克特·2023-10-30 12:12

基于Spring Boot和Vue新闻推送系统的设计与实现

因此构建一款数字化，智能化的新闻推荐系统是很有必要的。
java一只鱼·2023-10-30 08:59

微信小程序uniapp+vue今日菜谱美食推荐系统nodejs+python+java+php

用户在注册登陆后，在客户端可以实现；首页、菜谱信息、收藏、点赞、评论、查看资讯、我的收藏管理、我的等。然而管理员则可以在服务端直接管理；首页、个人中心、用户管理、菜谱信息管理、菜谱类型管理、美食资讯信息管理、系统管理等信息。本网站模块设计的独立性强，用户体验良好、后期维护修改管理十分方便。后端：java(springboot+ssm)/python/php/nodejs/开发运行：微信开发者/hb
QQ402205496·2023-10-30 06:05

论文学习：推荐系统中协同过滤算法研究

一.概要本文内容主要分为五章，第一章主要介绍了推荐系统中一些比较重要和关键的背景知识；第二章讨论了推荐系统的基本概念、基础理论，对主要算法进行了介绍分析，给出了对推荐系统进行评价的主要指标和使用的数据集
python小白22·2023-10-30 05:50

AAI运动--连载1：不要让app毁了你的视野

人的注意力是宝贵的资源，非常容易被AI推荐系统所利用现在最火的app可能就是某音了，据说其用户的每天平均耗时已经超越了某信，这让小马哥感觉如坐针毡，非常不爽。
许卫峰·2023-10-30 04:30

大数据简历要点与模拟面试和项目介绍模板二

10一、自我介绍（目前不知道怎么做）您好，我叫xxx，毕业于xxx学校，因为在大学里学过javase、mysql、web、数据结构与算法等计算机基础知识，在一份软件测试的实习中接触到数据仓库、用户画像、推荐系统等这些概念
wespten·2023-10-30 03:29

基于SSM的个性化美食推荐系统设计与实现

末尾获取源码开发语言：JavaJava开发工具：JDK1.8后端框架：SSM前端：采用JSP技术开发数据库：MySQL5.7和Navicat管理工具结合服务器：Tomcat8.5开发软件：IDEA/Eclipse是否Maven项目：是目录一、项目简介二、系统功能三、系统项目截图用户信息管理美食信息管理美食留言管理博主推荐管理四、核心代码登录相关文件上传封装一、项目简介现代经济快节奏发展以及不断完善
曾几何时…·2023-10-30 03:12

#1000本书计划# 真正过滤掉你的，是你的认知

在我看来，本书第一部分关于内容推荐的后面三章是本书的精华所在：常见的推荐问题，带着偏见看推荐和面对推荐系统，对整体内容算法的实操逻辑
梵曦FANXI·2023-10-30 03:35

吹牛专用-谈谈我对人工智能的理解

工智能是本世纪引领世界未来科技领域发展和生活方式转变的风向标，人们在日常生活中其实已经方方面面地运用到了人工智能技术，比如网上购物的个人化推荐系统、人脸识别门禁、人工智能医疗影像、人工智能导航系统、人工智能写作助手
陈洲一方·2023-10-30 00:41

信息管理毕设项目推荐

精仿今日头条3.3iOS仿抖音3.4Android仿抖音3.5斗鱼直播APP3.6仿网易云音乐3.7高仿B站4机器学习、深度学习4.1情感分析4.2舆情分析4.3图片分类4.4人脸属性操控4.5图像风格迁移5推荐系统
kooerr·2023-10-29 23:38

信息管理毕设新颖题目

精仿今日头条3.3iOS仿抖音3.4Android仿抖音3.5斗鱼直播APP3.6仿网易云音乐3.7高仿B站4机器学习、深度学习4.1情感分析4.2舆情分析4.3图片分类4.4人脸属性操控4.5图像风格迁移5推荐系统
caxiou·2023-10-29 23:07

【机器学习可解释性】4.SHAP 值

机器学习可解释性1.模型洞察的价值2.特征重要性排列3.部分依赖图4.SHAP值5.SHAP值的高级使用正文理解各自特征的预测结果？介绍您已经看到(并使用)了从机器学习模型中提取一般解释技术。
cndrip·2023-10-29 20:19

【机器学习可解释性】5.SHAP值的高级使用

机器学习可解释性1.模型洞察的价值2.特征重要性排列3.部分依赖图4.SHAP值5.SHAP值的高级使用正文汇总SHAP值以获得更详细的模型解释总体回顾我们从学习排列重要性和部分依赖图开始，以显示学习后的模型的内容
cndrip·2023-10-29 20:44

基于ALS算法的推荐系统研究_徐雪东

RMSE计算公式ALS存在的问题，以及对应的解决方案存在的缺点问题：1.用户兴趣偏移问题：即用户的兴趣没有考虑到随着时间的变化，而是说不管是什么时间的用户兴趣，权重占比都是一样的，并没有说用户兴趣会随着时间的流逝，而兴趣退却。2.物品推荐考量即像用户推荐物品的时候，考虑的是物品本身，而没有去深挖物品对应的特征标签，针对特征标签去进行推荐。这样会导致，只要是该电影所属的标签，都会被推荐。改进：
Wzideng·2023-10-29 19:38

ALS算法在菜品智能推荐系统的应用

核心推荐模块的推荐算法是基于用户推荐模型（user_model）协同过滤的矩阵分解过滤算法ALS。其算法原理可叙述为：ALS收集大数据样本的用户评分喜好信息，训练推荐模型，基于该模型进行协同过滤。对于任意一个形如用户-商品-评分的评分数据集合，ALS都会相应地建立一个用户-商品的m*n的协同矩阵（m代表商品数量，n代表用户数量）。该矩阵例如图1所示。什么是spark？什么是ALS？计算公式整体模型
Wzideng·2023-10-29 19:37

als算法参数_推荐算法之ALS

实现：一般来说，推荐系统通常往往是多个推荐算法的叠加或集合，其中协同过滤算法
钟离舟·2023-10-29 19:37

概率矩阵分解及ALS算法实现

推荐系统中最为主流与经典的技术之一是协同过滤技术（CollaborativeFiltering），其中基于模型的协同过滤技术中尤为矩阵分解（MatrixFactorization）技术最为普遍和流行，因为它的可扩展性极好并且易于实现
longmaohu·2023-10-29 19:59

联邦学习与推荐系统

[PersonalizedFederatedRecommendationviaJointRepresentationLearning,UserClustering,andModelAdaptation](https://dl.acm.org/doi/abs/10.1145/3511808.3557668)CIKM2022(CCF-B)论文精读Abstract联邦推荐的背景：联邦推荐使用联邦学习技术
jieHeEternity·2023-10-29 18:58

推荐系统论文

几篇对工业界比较有影响的论文TheWisdomofTheFew豆瓣阿稳在介绍豆瓣猜的时候极力推荐过这篇论文，豆瓣猜也充分应用了这篇论文中提出的算法；RestrictedBoltzmannMachinesforCollaborativeFiltering目前Netflix使用的主要推荐算法之一；FactorizationMeetstheNeighborhood:aMultifacetedCollab
someoneYoung·2023-10-29 18:56
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他