factorization

机器学习理论与实战（十四）概率图模型02

nbsp; 02 概率图模型定义         翻开Jordan和Wainwright著作的书，正文开始（第二章）就说概率图模型的核心就是：分解（factorization
·2015-11-13 02:53

转：Recsys2013论文导读

A Fast Parallel SGD for Matrix Factorization in Shared Memory Systems (best paper，p249.pdf) 这篇来自台湾国立大学
·2015-11-12 16:36

[Machine Learning] Probabilistic Graphical Models：二、Bayes Network Fundamentals（1、Semantics & Factorization

一、How to construct the dependency？ 1、首字母即随机变量名称 2、I->G是更加复杂的模型，但Bayes里不考虑，因为Bayes只是无环图。 3、CPD = conditional probability distribution。图中的每一个点都是一个CPD，这里5个点，就有五个CPD。 二、Chain Rule for Bayesian N
·2015-11-12 13:53

HDU 3205 Factorization

题目大意: 把x ^ n - 1分解因式, n不超过1001.   简要分析: 因式分解似乎是很难的问题, 不过这道题有特殊性. 首先每个式子的分解式中比含(x - 1), 剩下n项恰好是x的0至n - 1次幂, 这里能分组提公因式, 分的组数恰好是n的约数,这样就可以继续下去. 所以最后的答案中总能拼凑得到形如x ^ m - 1的因式, 其中m是n的约数, 那么哪个因式是x ^
·2015-11-11 17:03

matlab之矩阵分解

矩阵分解 　　矩阵分解 (decomposition, factorization)是将矩阵拆解为数个矩阵的乘积。
·2015-11-11 06:40

推荐系统中的SVD

本文主要参考：Factorization Meets the Neighborhood: a Multifaceted Collaborative Filtering Model 在用户对自己需求相对明确的时候
·2015-11-11 04:39

Integer Factorization

1103.IntegerFactorization(30)时间限制1200ms内存限制65536kB代码长度限制16000B判题程序Standard作者CHEN,YueTheK-PfactorizationofapositiveintegerNistowriteNasthesumoftheP-thpowerofKpositiveintegers.Youaresupposedtowriteaprog
caicai_zju·2015-11-09 18:00

Integer Factorization (30)

TheK-PfactorizationofapositiveintegerNistowriteNasthesumoftheP-thpowerofKpositiveintegers.YouaresupposedtowriteaprogramtofindtheK-PfactorizationofNforanypositiveintegersN,KandP.InputSpecification:Each
realxuejin·2015-11-05 20:00

Integer Factorization

  Problem C:Integer Factorization Time Limit:2000MS  Memory Limit:65536K Total Submit:235
·2015-11-05 08:28

LU分解

function [L,U,p] = lutxloops(A) %LU Triangular factorization %   [L,U,p] = lup(A) produces a unit lower
dongchao_pro·2015-11-04 15:00

QR & RQ Factorization

from the documentation (here is a page that shows it though). To use this version, import rq like this: from scipy.linalg import rq Alternatively, you can use the more common QR factorizat
·2015-11-02 17:24

Factorization Machines 学习笔记（四）学习算法

  近期学习了一种叫做 Factorization Machines（简称 FM）的算法。它可对随意的实值向量进行预測。
·2015-11-02 13:43

什么是非负矩阵分解 NMF（Non-negative Matrix Factorization ）

该文提出了一种新的矩阵分解思想――非负矩阵分解(Non-negative Matrix Factorization，NMF)算法，即NMF是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。
·2015-10-31 09:40

Non-negative Matrix Factorization 非负矩阵分解

该文提出了一种新的矩阵分解思想――非负矩阵分解(Non-negative Matrix Factorization，NMF)算法，即NMF是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。
·2015-10-28 08:51

关于NMF（Non-negative Matrix Factorization ）

该文提出了一种新的矩阵分解思想――非负矩阵分解(Non-negative Matrix Factorization，NMF)算法，即NMF是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。
·2015-10-27 11:10

Factorization Machine

Factorization Machine Model 如果仅考虑两个样本间的交互, 则factorization machine的公式为: $\hat{y}(\mathbf{x}):=w_0 +
·2015-10-27 11:45

非负矩阵分解 NMF（Non-negative Matrix Factorization ）

     著名的科学杂志《Nature》于1999年刊登了两位科学家D.D.Lee和H.S.Seung对数学中非负矩阵研究的突出成果。该文提出了一种新的矩阵分解思想――非负矩阵分解(Non-negativeMatrixFactorization，NMF)算法，即NMF是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。该论文的发表迅速引起了各个领域中的科学研究人员的重视：一方面，科学研究中的很
winone361·2015-10-27 09:00

质因数分解

整数分解（Integer factorization）又叫质因数分解（质因子分解）是指把一个正整数写成几个素数的乘积。
·2015-10-23 08:05

PCA scikit-learn 2.5 Decomposing signals in components(matrix factorization problems)

成分中的信号分解（矩阵分解问题）2.5.1.1exactPCAandprobabilisticinterpretation(精确主成分分析与概率解释)PCA是用来分解多元数据集的，该数据集由一系列正交成分组成，表明了方差的最大值。在PCA中，数据从原来的坐标系转换到了新的坐标系，新坐标系的选择是由数据本身决定的。第一个新坐标轴选择的是原始数据中方差最大的方向，第二个新坐标轴的选择和第一个坐标轴正交
power0405hf·2015-10-10 21:09

PCA scikit-learn 2.5 Decomposing signals in components(matrix factorization problems)

成分中的信号分解（矩阵分解问题）2.5.1.1exactPCAandprobabilisticinterpretation(精确主成分分析与概率解释)PCA是用来分解多元数据集的，该数据集由一系列正交成分组成，表明了方差的最大值。在PCA中，数据从原来的坐标系转换到了新的坐标系，新坐标系的选择是由数据本身决定的。第一个新坐标轴选择的是原始数据中方差最大的方向，第二个新坐标轴的选择和第一个坐标轴正交
power0405hf·2015-10-10 21:00

Integer Factorization (30) -- dfs 回溯 待解决

1103.IntegerFactorization(30)TheK-PfactorizationofapositiveintegerNistowriteNasthesumoftheP-thpowerofKpositiveintegers.YouaresupposedtowriteaprogramtofindtheK-PfactorizationofNforanypositiveintegersN,
qq_26437925·2015-09-25 19:00

Integer Factorization (30)

题目如下：TheK-PfactorizationofapositiveintegerNistowriteNasthesumoftheP-thpowerofKpositiveintegers.YouaresupposedtowriteaprogramtofindtheK-PfactorizationofNforanypositiveintegersN,KandP.InputSpecification
xyt8023y·2015-09-15 13:00

Integer Factorization (30)

题目链接：http://www.patest.cn/contests/pat-a-practise/1103题目：TheK-PfactorizationofapositiveintegerNistowriteNasthesumoftheP-thpowerofKpositiveintegers.YouaresupposedtowriteaprogramtofindtheK-Pfactorizatio
Apie_CZX·2015-09-13 13:00

Matrix Decomposition / Factorization 相关重点 (特征值特征向量)

GeneralbutImportantGivenamatrix,askyourself,isitsquarematrix?isitsymmetric?eigenvectorsareorthonormalfordistincteigenvaluescanbedecomposed?Eigendecomposed?SVD?Howaboutiseigenvaluesandeigenvectors?isit
xyqzki·2015-09-12 21:00

Eigen解线性方程组

一.矩阵分解：矩阵分解(decomposition,factorization)是将矩阵拆解为数个矩阵的乘积，可分为三角分解、满秩分解、QR分解、Jordan分解和SVD（奇异值）分解等，常见的有三种：
u013354805·2015-09-08 09:00

Matrix Factorization, Algorithms, Applications, and Avaliable packages

来源：http://www.cvchina.info/2011/09/05/matrix-factorization-jungle/美帝的有心人士收集了市面上的矩阵分解的几乎所有算法和应用，由于源地址在某神秘物质之外
jzwong·2015-09-07 11:00

scikit-learn：通过Non-negative matrix factorization (NMF or NNMF)实现LSA（隐含语义分析）

之前写过两篇文章，分别是1）矩阵分解的综述：scikit-learn：2.5.矩阵因子分解问题2）关于TruncatedSVD的简单介绍：scikit-learn：通过TruncatedSVD实现LSA（隐含语义分析）今天发现NMF也是一个很好很实用的模型，就简单介绍一下，它也属于scikit-learn：2.5.矩阵因子分解问题的一部分。NMF是另一种压缩方法，前提是假设数据矩阵是非负的。在数据
mmc2015·2015-08-20 09:00

Non-negative Matrix Factorization 非负矩阵分解

Non-negativeMatrixFactorization非负矩阵分解Introduction定义非负矩阵分解(non-negativematrixfactorization)，或非负矩阵近似(non-negativematrixapproximation)，是多变量分析和线性代数的算法。给定非负矩阵V，求两个非负矩阵W和H，使得V=WH。起源著名的科学杂志《Nature》于1999年刊登了两
lijiancheng0614·2015-08-13 16:11

Matrix Factorization and Probabilistic Matrix Factorization

MF的主要思想其实就是假设，我们有N个用户，M个items，我们正常会有一个M*N的评分矩阵，然而这个矩阵可能很稀疏，或者关联性很强，那么我们试图通过降维来达到一个更好的效果，降维的方法就是抽象出M个items的F个特征，这个所谓特征就叫latentfeature，比如我们现在有M个电影，但是M太大，我们觉得没必要对于所有的电影进行一个个分析，我们宁愿把M看成多个标签组成的电影，比如电影《复仇者联
咖啡要加糖·2015-05-30 15:53

简单易学的机器学习算法——因子分解机(Factorization Machine)

一、因子分解机FM的模型因子分解机(FactorizationMachine,FM)是由SteffenRendle提出的一种基于矩阵分解的机器学习算法。1、因子分解机FM的优势对于因子分解机FM来说，最大的特点是对于稀疏的数据具有很好的学习能力。现实中稀疏的数据很多，例如作者所举的推荐系统的例子便是一个很直观的具有稀疏特点的例子。2、因子分解机FM的模型对于度为2的因子分解机FM的模型为：其中，参
zhiyong_will·2015-05-06 13:07

简单易学的机器学习算法——因子分解机(Factorization Machine)

一、因子分解机FM的模型  因子分解机(FactorizationMachine,FM)是由SteffenRendle提出的一种基于矩阵分解的机器学习算法。1、因子分解机FM的优势  对于因子分解机FM来说，最大的特点是对于稀疏的数据具有很好的学习能力。现实中稀疏的数据很多，例如作者所举的推荐系统的例子便是一个很直观的具有稀疏特点的例子。2、因子分解机FM的模型  对于度为2的因子分解机FM的模型
google19890102·2015-05-06 13:00

Gram Shimidt QR Factorization Matlab version

function[Q,R]=gram_schmidt_qr(A) %Formation:A=QR %TheimplementationofQRFactorization(classicalGram-Schmidtmethod) %QisorthonormalbasisforR(A) %Risanupper-triangularmatrixwithpositivediagonalentries.
zone_programming·2014-11-30 23:00

Factorization Machines 学习笔记（二）模型方程

 最近学习了一种叫做FactorizationMachines（简称FM）的算法，它可对任意的实值向量进行预测。其主要优点包括:1)可用于高度稀疏数据场景；2)具有线性的计算复杂度。本文将对FM框架进行简单介绍，并对其训练算法—随机梯度下降（SGD）法和交替最小二乘（ALS）法进行详细推导。 相关链接：（一）预测任务（二）模型方程（三）回归和分类（四）学习算法作者:peghoty 出处: http
peghoty·2014-10-28 10:00

Factorization Machines 学习笔记（三）回归和分类

 最近学习了一种叫做FactorizationMachines（简称FM）的算法，它可对任意的实值向量进行预测。其主要优点包括:1)可用于高度稀疏数据场景；2)具有线性的计算复杂度。本文将对FM框架进行简单介绍，并对其训练算法—随机梯度下降（SGD）法和交替最小二乘（ALS）法进行详细推导。 相关链接：（一）预测任务（二）模型方程（三）回归和分类（四）学习算法作者:peghoty 出处: http
peghoty·2014-10-28 10:00

Factorization Machines 学习笔记（四）学习算法

 最近学习了一种叫做FactorizationMachines（简称FM）的算法，它可对任意的实值向量进行预测。其主要优点包括:1)可用于高度稀疏数据场景；2)具有线性的计算复杂度。本文将对FM框架进行简单介绍，并对其训练算法—随机梯度下降（SGD）法和交替最小二乘（ALS）法进行详细推导。 相关链接：（一）预测任务（二）模型方程（三）回归和分类（四）学习算法作者:peghoty 出处: http
peghoty·2014-10-28 10:00

Factorization Machines 学习笔记（一）预测任务

 最近学习了一种叫做FactorizationMachines（简称FM）的算法，它可对任意的实值向量进行预测。其主要优点包括:1)可用于高度稀疏数据场景；2)具有线性的计算复杂度。本文将对FM框架进行简单介绍，并对其训练算法—随机梯度下降（SGD）法和交替最小二乘法（ALS）法进行详细推导。 相关链接：（一）预测任务（二）模型方程（三）回归和分类（四）学习算法作者:peghoty 出处: htt
peghoty·2014-10-28 10:00

Mahout之算法实现一览表

single machine Item-Based Collaborative Filtering - single machine / MapReduce Matrix Factorization
小网客·2014-07-30 16:00

Mahout之算法实现一览表

single machine Item-Based Collaborative Filtering - single machine / MapReduce Matrix Factorization
小网客·2014-07-30 16:00

Matrix Factorization, Algorithms, Applications, and Avaliable packages

来源：http://www.cvchina.info/2011/09/05/matrix-factorization-jungle/http://blog.csdn.net/abcjennifer/article
chenhanzhun·2014-07-24 19:00

基础题目

com.ljq.base; /** * 90 = 2*3*3*5 * * @author ljq * @version 1.0 * @since 1.0 */ public class Factorization
iluoxuan·2014-07-24 13:00

白话NMF（Non-negative Matrix Factorization）——Matlab 实现

阅读更多NMF——非负矩阵分解。如果你事先了解PMF[概率矩阵分解]的话，那么其实只要在PMF的基础上多加上一点，就是NMF了。方法一：在PMF中使用SGD【随机梯度下降】进行优化时，使用如下的迭代公式：其中P、Q分别代表原始矩阵R的两个维度的隐含矩阵，在推荐应用中，一般讲P看做用户矩阵、Q看做物品矩阵。从公式中不难看出，无论P矩阵还是Q矩阵都会出现负值的情况，上述公式并未对P、Q矩阵的值做任何限
liuzhiqiangruc·2014-07-22 21:00

白话NMF（Non-negative Matrix Factorization）——Matlab 实现

阅读更多NMF——非负矩阵分解。如果你事先了解PMF[概率矩阵分解]的话，那么其实只要在PMF的基础上多加上一点，就是NMF了。方法一：在PMF中使用SGD【随机梯度下降】进行优化时，使用如下的迭代公式：其中P、Q分别代表原始矩阵R的两个维度的隐含矩阵，在推荐应用中，一般讲P看做用户矩阵、Q看做物品矩阵。从公式中不难看出，无论P矩阵还是Q矩阵都会出现负值的情况，上述公式并未对P、Q矩阵的值做任何限
liuzhiqiangruc·2014-07-22 21:00

白话NMF（Non-negative Matrix Factorization）——Matlab 实现

NMF——非负矩阵分解。如果你事先了解PMF[概率矩阵分解]的话，那么其实只要在PMF的基础上多加上一点，就是NMF了。 方法一： 在PMF中使用SGD【随机梯度下降】进行优化时，使用如下的迭代公式：   其中P、Q分别代表原始矩阵R的两个维度的隐含矩阵，在推荐应用中，一般讲P看做用户矩阵、Q看做物品矩阵。 从公式中不难看出，无论P矩阵还是Q矩阵都会出现负值的情况，上述公式并未对P、Q矩阵的值做任
liuzhiqiangruc·2014-07-22 21:00

Matrix Factorization, Algorithms, Applications, and Avaliable packages

来源：http://www.cvchina.info/2011/09/05/matrix-factorization-jungle/美帝的有心人士收集了市面上的矩阵分解的几乎所有算法和应用，由于源地址在某神秘物质之外
todayq·2014-06-16 08:00

Matrix Factorization, Algorithms, Applications, and Avaliable packages

来源：http://www.cvchina.info/2011/09/05/matrix-factorization-jungle/美帝的有心人士收集了市面上的矩阵分解的几乎所有算法和应用，由于源地址在某神秘物质之外
abcjennifer·2014-06-13 00:00

[置顶] 并行支持向量机算法的知识点之乔里斯基分解（Cholesky factorization）

Choleskyfactorization已知矩阵：且是对称正定矩阵，则可以分解为：，其中为下三角矩阵。证明：有两种方法求，一种是按行求，另一种是按列求。先说第一种方法，递推法按行求令则：，显然。假设。因为其中，。因为则：，，那么：，。
wxcdzhangping·2014-04-18 10:00

非负矩阵分解(NMF,Nonnegtive Matrix Factorization)

 发现写关于非负矩阵的博文还是蛮多的，还是以自己的角度总结一下自己的最近看的若干东西以及对非负矩阵分解有用的一些资料链接。       早在1999年，著名的科学杂志《Nature》刊登了两位科学家D.D.Lee和H.S.Seung对数学中非负矩阵研究的突出成果。其文章为《Learningthepartsofobjectsbynon-negativematrixfactorization》。关于矩
next9pm·2014-03-19 22:00

Recommender Systems中Yehuda Koren 和 Ma Hao的paper

1、《Matrix Factorization Techniques For Recommender Systems》 2、《Factori
·2014-03-12 15:00

浅谈矩阵分解以及应用

浅谈矩阵分解以及应用（1）分类：机器学习2013-01-0921:38230人阅读评论(2)收藏举报矩阵分解应用矩阵分解(matrixdecomposition,factorization)是将矩阵拆解为数个矩阵的乘积
bpssy·2013-12-25 12:49

Non-negative Matrix Factorization and Probabilistic Latent Semantic Analysis

IntroductionNon-negativeMatrixFactorizationisfrequentlyconfusedwithProbabilisticLatentSemanticAnalysis.Thesetwomethodsareappliedfordocumentclusteringandhavesimilaritiesanddifferences.Thisarticleexplai
u012447220·2013-12-02 13:00
上一页 1 2 3 4 5 6 7 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他