矩阵分解

推荐系统之矩阵分解

本文将给大家介绍一下如何利用矩阵分解来做推荐系统算法。矩阵分解是指把一个矩阵分解成若干个矩阵的某种运算的合成，一般见得比较多的是相乘，本文给大家的介绍的也是相乘。
winone361·2016-04-09 03:00

基于协同过滤，NMF和Baseline的推荐算法

本文以电影推荐系统为例，简单地介绍基于协同过滤，PMF概率矩阵分解，NMF非负矩阵分解和Baseline的推荐系统算法。
winone361·2016-04-05 04:00

推荐系统学习03-SVDFeature

它的目的是有效地解决基于特征的矩阵分解。新的模型可以只通过定义新的特征来实现。这种基于特征的设置允许我们把很多信息包含在模型中，使得模型更加与时俱进。
chenKFKevin·2016-04-04 15:00

浅谈矩阵分解在推荐系统中的应用

http://www.cnblogs.com/hxsyl/p/4881453.html为了方便介绍，假设推荐系统中有用户集合有6个用户，即U={u1,u2,u3,u4,u5,u6}，项目（物品）集合有7个项目，即V={v1,v2,v3,v4,v5,v6,v7}，用户对项目的评分结合为R，用户对项目的评分范围是[0,5]。R具体表示如下：     推荐系统的目标就是预测出符号“？”对应位置的分值。推
shubingzhuoxue·2016-03-29 15:00

再谈矩阵分解在推荐系统中的应用

http://www.cnblogs.com/hxsyl/p/4881685.html本文将简单介绍下最近学习到的矩阵分解方法。
shubingzhuoxue·2016-03-29 15:00

梯度下降的矩阵分解公式推导

http://www.cnblogs.com/hxsyl/p/4881727.html目标函数是要最小化C：求其梯度：梯度下降求最小值：
shubingzhuoxue·2016-03-29 14:00

SVD在推荐系统中的应用（资源汇总）

博文[3]主要介绍了矩阵分解在推荐系统中应用的思想，并针对各个变形举出
dajunxing·2016-03-27 22:21

矩阵分解——三角分解（二）

矩阵分解——三角分解（Cholesky分解）三角矩阵的性质下三角矩阵L∈Rn×n，Lij=⎧⎩⎨⎪⎪对角,下三角,上三角,i=ji>ji<jCholesky分解的计算公式实对称正定矩阵的Cholesky
lanchunhui·2016-03-15 13:00

意图与逻辑——矩阵分析

矩阵分解——三角分解（Cholesky分解）因为正定矩阵有一些美好的性质，比如存在唯一的LDU分解，如果为实对称的话，可进一步分解为GGT，而矩阵的三角分解带来的的巨大的计算复杂度的下降。
lanchunhui·2016-03-14 22:00

矩阵分解——三角分解（Cholesky 分解）

（1）一个对角元素都是1的下三角矩阵，称为单位下三角矩阵。（2）上（下）三角矩阵的乘积仍是上（下）三角矩阵；（3）一般来说，矩阵的三角分解不唯一。（4）实对称正定矩阵A，Δk>0（k=1,2,⋯,n）三角分解如果方阵A可分解为一个下三角矩阵L和一个上三角矩阵U的乘积，则称A可作三角分解或LU(LR)分解。如果A可分解成A=LDU，其中L是单位下三角矩阵，D是对角矩阵，U是单位上三角矩阵，则称A可做
Inside_Zhang·2016-03-14 22:05

矩阵分解——三角分解（Cholesky 分解）

（1）一个对角元素都是1的下三角矩阵，称为单位下三角矩阵。（2）上（下）三角矩阵的乘积仍是上（下）三角矩阵；（3）一般来说，矩阵的三角分解不唯一。（4）实对称正定矩阵A，Δk>0（k=1,2,⋯,n）三角分解如果方阵A可分解为一个下三角矩阵L和一个上三角矩阵U的乘积，则称A可作三角分解或LU(LR)分解。如果A可分解成A=LDU，其中L是单位下三角矩阵，D是对角矩阵，U是单位上三角矩阵，则称A可做
lanchunhui·2016-03-14 22:00

深度学习（三十一）基于深度矩阵分解的属性表征学习

基于深度矩阵分解的属性表征学习原文地址：http://blog.csdn.net/hjimce/article/details/50876956作者：hjimce一、相关概念本篇博文主要讲解文献《Adeepmatrixfactorizationmethodforlearning
hjimce·2016-03-13 12:00

SK-Learn使用NMF（非负矩阵分解）和LDA（隐含狄利克雷分布）进行话题抽取

英文链接：http://scikit-learn.org/stable/auto_examples/applications/topics_extraction_with_nmf_lda.html这是一个使用NMF和LDA对一个语料集进行话题抽取的例子。输入分别是是tf-idf矩阵（NMF）和tf矩阵（LDA）。输出是一系列的话题，每个话题由一系列的词组成。默认的参数（n_samples/n_fe
ZH奶酪·2016-03-08 14:00

基于概率的矩阵分解原理详解（PMF）

上一篇博客讲到了推荐系统中常用的矩阵分解方法，RegularizedMF是对BasicMF的优化，而PMF是在RegularizedMF的基础上，引入概率模型进一步优化。
u010111016·2016-03-07 21:00

推荐系统-矩阵分解原理详解

目前推荐系统中用的最多的就是矩阵分解方法，在NetflixPrize推荐系统大赛中取得突出效果。以用户-项目评分矩阵为例，矩阵分解就是预测出评分矩阵中的缺失值，然后根据预测值以某种方式向用户推荐。
u010111016·2016-03-07 17:00

机器学习（十三）k-svd字典学习

从矩阵分解角度，看字典学习过程：给定样本数据集Y，Y的每一列表示一个样本；字典学习的目标是把Y矩阵分解成D、X矩阵：同时满足约束条件：X尽可能稀疏，同时D的每一列是一个归一化向量。
hjimce·2016-03-05 18:00

机器学习（十三）k-svd字典学习

从矩阵分解角度，看字典学习过程：给定样本数据集Y，Y的每一列表示一个样本；字典学习的目标是把Y矩阵分解成D、X矩阵：同时满足约束条件：X尽可能稀疏，同时D的每一列是一个归一化向量。
hjimce·2016-03-05 00:00

梯度下降与矩阵分解实例解析

一、SGD的一个例子说明下图是我目前得到的一个评分文件,3列的含义分别是UID:UserID,IID:ItemID,score:用户评分.可以看到一共有3个用户,4个物品.他们可以构成一个3*4的评分矩阵矩阵.我现在取k=2,要把它们分解成为一个32的P矩阵和一个24的Q矩阵.首先初始化P和Q矩阵,一般都用符合正态分布的随机数X~N(0,1)来填充矩阵.现在我计算u=1时的∂L/∂Pu,取λ的值为
DM张朋飞·2016-03-02 10:00

matlab 中的矩阵分解

矩阵分解是指根据一定的原理用某种算法将一个矩阵分解成若干个矩阵的乘积。
seamanj·2016-02-25 19:00

个性化推荐中的矩阵分解技术

个性化推荐中的矩阵分解技术http://baogege.info/2014/10/19/matrix-factorization-in-recommender-systems/
zlr·2016-02-23 11:21

个性化推荐中的矩阵分解技术

个性化推荐中的矩阵分解技术http://baogege.info/2014/10/19/matrix-factorization-in-recommender-systems/
aini_zlr2008·2016-02-23 07:27

Salient Object Detection via Structured Matrix Decomposition

低秩表示模型，即把观测矩阵分解为一个低秩矩阵和一个稀疏矩阵，其中低秩矩阵代表图像的背景，稀疏矩阵表示图像上的显著性对象，但是低秩复原模型仍有两个主要的缺陷：1）先前的工作中总是假设稀疏矩阵中的元素是相互独立的
jzwong·2016-02-22 17:00

***基于协同过滤，NMF和Baseline的推荐算法

本文以电影推荐系统为例，简单地介绍基于协同过滤，PMF概率矩阵分解，NMF非负矩阵分解和Baseline的推荐系统算法。
winone361·2016-02-20 23:00

推荐系统实例-基于矩阵分解

基于矩阵分解的推荐系统实例使用MATLAB尝试了随机梯度下降的矩阵分解方法，实现了一个比较简单的推荐系统的原理。常用推荐系统的方法有协同过滤，  基于物品内容过滤等等。 
winone361·2016-02-20 23:00

基于矩阵分解的推荐算法

本文将要讨论基于矩阵分解的推荐算法，这一类型的算法通常会有很高的预测精度，也活跃于各大推荐系统竞赛上面，前段时间的百度电影推荐最终结果的前10名貌似都是把矩阵分解作为一个单模型，最后各种ensemble
winone361·2016-02-20 19:00

个性化推荐中的矩阵分解技术

http://baogege.info/2014/10/19/matrix-factorization-in-recommender-systems/引言随着NetflixPrize推荐比赛的成功举办，近年来隐语义模型(LatentFactorModel,LFM)受到越来越多的关注。隐语义模型最早在文本挖掘领域被提出，用于寻找文本的隐含语义，相关的模型常见的有潜在语义分析(LatentSemant
winone361·2016-02-20 19:00

矩阵分解在推荐系统中的应用：NMF和经典SVD实战

http://www.letiantian.me/2015-05-25-nmf-svd-recommend/本文以NMF和经典SVD为例，讲一讲矩阵分解在推荐系统中的应用。
winone361·2016-02-20 19:00

机器学习之Apriori

但是有一次在国内某家在线旅游公司实习的时候发现他们也没有用到什么高大上的算法(说实话有点失望，公司中应用的并不是想象的那样，也许中有微软/谷歌这种级别的公司才能够研究高大上的算法吧)，基本上逻辑回归/关联算法/协同过滤，最多加上一个SVD矩阵分解
sihuahaisifeihua·2016-02-02 16:00

基于矩阵分解的推荐算法，简单入门

 本文将要讨论基于矩阵分解的推荐算法，这一类型的算法通常会有很高的预测精度，也活跃于各大推荐系统竞赛上面，前段时间的百度电影推荐最终结果的前10名貌似都是把矩阵分解作为一个单模型，最后各种ensemble
shubingzhuoxue·2016-01-21 16:00

浅谈矩阵分解在推荐系统中的应用

http://www.cnblogs.com/hxsyl/p/4881453.html为了方便介绍，假设推荐系统中有用户集合有6个用户，即U={u1,u2,u3,u4,u5,u6}，项目（物品）集合有7个项目，即V={v1,v2,v3,v4,v5,v6,v7}，用户对项目的评分结合为R，用户对项目的评分范围是[0,5]。R具体表示如下：     推荐系统的目标就是预测出符号“？”对应位置的分值。推
shubingzhuoxue·2016-01-16 20:00

NMF非负矩阵分解以及更新迭代公式

通常的矩阵分解会把一个大的矩阵分解为多个小的矩阵，但是这些矩阵的元素有正有负。而在现实世界中，比如图像，文本等形成的矩阵中负数的存在是没有意义的，所以如果能把一个矩阵分解成全是非负元素是很有意义的。
豆芽炒粉丝·2016-01-16 17:40

NMF非负矩阵分解以及更新迭代公式

通常的矩阵分解会把一个大的矩阵分解为多个小的矩阵，但是这些矩阵的元素有正有负。而在现实世界中，比如图像，文本等形成的矩阵中负数的存在是没有意义的，所以如果能把一个矩阵分解成全是非负元素是很有意义的。
dingchenxixi·2016-01-16 17:00

Mahout分布式运行实例：基于矩阵分解的协同过滤评分系统（一个命令实现文件格式的转换）

  Apr08,2014  Categoriesin tutorial taggedwith Mahout hadoop 协同过滤  JoeJiang 前言：之前配置Mahout时测试过一个简单的推荐例子，当时是在Eclipse上运行的，由于集成插件的缘故，所以一切进行的都比较顺利，唯一不足的是那是单机运行的，没有急于分布式系统处理。所以基于测试分布式处理环境的目的，下午找了一个实例来运行，推荐系
IT小不点·2016-01-08 21:00

推荐系统笔记二、矩阵分解协同过滤

一、概述：矩阵分解模型是把用户偏好和item属性投影到同一个隐因子空间（latentfactorspace），以用户偏好和item属性的匹配程度来预测评分。
AlexInML·2016-01-05 20:27

推荐系统笔记二、矩阵分解协同过滤

一、概述：矩阵分解模型是把用户偏好和item属性投影到同一个隐因子空间（latentfactorspace），以用户偏好和item属性的匹配程度来预测评分。
wangjian1204·2016-01-05 20:00

NMF（非负矩阵分解）算法

计算机是人类解决难题、探索未知以及提供娱乐的绝佳工具。在高效运行着的各种计算机应用背后，融汇了人类在物理、电子和数学等多门学科的高超智慧。严密的数学使得计算机能高效执行人类指令，控制内部各种数据流的走向，因此在现代计算机科学研究中，数学的基础地位和重要作用无可替代：它使我们最大程度利用有限的硬件、软件资源，它使我们能够在浩瀚的数据海洋中快速查到所关心的信息……数学与计算机科学一起演绎了许多精彩的故
zhangzhengyi03539·2016-01-04 11:00

《Non-Negative Matrix Factorization for Polyphonic Music Transcription》译文

NMF（非负矩阵分解），由于其分解出的矩阵是非负的，在一些实际问题中具有非常好的解释，因此用途很广。在此，我给大家介绍一下NMF在多声部音乐中的应用。
yutianzuijin·2015-12-30 20:00

深度学习（二十四）矩阵分解之基于k-means的特征表达学习

矩阵分解之基于k-means的特征表达学习原文地址：http://blog.csdn.net/hjimce/article/details/50429317作者：hjimce一、相关理论因为最近搞的项目
hjimce·2015-12-29 21:35

深度学习（二十四）矩阵分解之基于k-means的特征表达学习

矩阵分解之基于k-means的特征表达学习原文地址：http://blog.csdn.net/hjimce/article/details/50429317作者：hjimce一、相关理论   因为最近搞的项目
hjimce·2015-12-29 21:00

【机器学习】K-Means 聚类是特殊的矩阵分解问题

【机器学习】K-Means聚类是特殊的矩阵分解（MatrixFactorization）问题原文是：《k-MeansClusteringIsMatrixFactorization》本博客是该论文的阅读笔记
仙道菜·2015-12-26 15:27

【机器学习】K-Means 聚类是特殊的矩阵分解问题

【机器学习】K-Means聚类是特殊的矩阵分解（MatrixFactorization）问题原文是：《k-MeansClusteringIsMatrixFactorization》本博客是该论文的阅读笔记
cyh24·2015-12-26 15:00

矩阵奇异值分解(SVD)及其应用

特征值分解是将一个矩阵分解成下
dongchao_pro·2015-12-23 22:00

初识交替最小二乘ALS

该方法常用于基于矩阵分解的推荐系统中。例如：将用户(user)对商品(item)的评分矩阵分解为两个矩阵：一个是用户对商品隐含特征的偏好矩阵，另一个是商品
DM张朋飞·2015-12-09 14:00

矩阵的奇异值分解

定义矩阵的奇异值分解，顾名思义，是矩阵分解的一种。
dongchao_pro·2015-12-06 14:00

什么是特征向量，特征值，矩阵分解

真的觉得考研白考了，线性代数只学了公式，意思完全不懂，其实到了研究生阶段，高数等知识只是一个工具，要明白意思才能使用自如，哎，后悔啊。1.特征的数学意义我们先考察一种线性变化:例如x,y坐标系的椭圆方程可以写为x^2/a^2+y^2/b^2=1，那么坐标系关于原点做旋转以后，椭圆方程就要发生变换。我们可以把原坐标系的(x,y)乘以一个矩阵，得到一个新的(x’,y’)的表示形式，写为算子的形式就是(
hyqsong·2015-12-02 07:00

PPT动画的若干问题

四.对象和文字在同一个文本框，无法同时选择子项如图，我想让“2.概率矩阵分解”和“P----M----F”和图片一起出现，但是因为图片和文字在同一个
DM张朋飞·2015-11-27 20:00

PPT动画的若干问题

四.对象和文字在同一个文本框，无法同时选择子项如图，我想让“2.概率矩阵分解”和“P----M----F”和图片一起出现，但是因为图片和文字在同一个
DM张朋飞·2015-11-27 20:00

PPT动画的若干问题

四.对象和文字在同一个文本框，无法同时选择子项如图，我想让“2.概率矩阵分解”和“P----M----F”和图片一起出现，但是因为图片和文字在同一个
DM张朋飞·2015-11-27 20:00

matlab矩阵分解

矩阵分解是指根据一定的原理用某种算法将一个矩阵分解成若干个矩阵的乘积。
qq_18343569·2015-11-26 16:00

机器学习笔记_数学基础_5-矩阵理论

矩阵分解Guass消去：高斯消去可以充分进行的充分必要条件是A的前n-1个顺序主子式都不为零△k≠0,k=1,2,,⋯,n−1矩阵三角分解（Guass消去的推广）QR分解(正交三角分解)实非奇异矩阵A分解为正交矩阵
mijian1207mijian·2015-11-18 23:00
上一页 29 30 31 32 33 34 35 36 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他