推荐算法相关 [TOC] 推荐系统介绍 What：分类目录、搜索引擎、推荐系统 Why：需要在信息过载、用户需求不明确的背景下，留住用户和内容生产者，实现商业目标 评估指标 准确性 学界：RMSE、MAE、Recall、Precision 业界 头条：阅读 阅读时长 分享/评论 关注/付费 快手：播 ...
分类：
编程语言 时间：
2019-02-12 18:34:05
阅读次数：
286
Two Stage 的精度优势 二阶段的分类：二步法的第一步在分类时，正负样本是极不平衡的，导致分类器训练比较困难，这也是一步法效果不如二步法的原因之一，也是focal loss的motivation。而第二步在分类时，由于第一步滤掉了绝大部分的负样本，送给第二步分类的proposal中，正负样本比 ...
分类：
其他好文 时间：
2019-02-09 12:09:21
阅读次数：
459
参考这篇，非常有用 http://www.sohu.com/a/213007581_224832 1. x' 读 x prime x'' 读 x double prime x''' 读 x triple prime 2. 上标（superscript) 下标（subscript)W_0 读法应为 w ...
分类：
其他好文 时间：
2019-02-07 16:33:19
阅读次数：
151
【校招面经】机器学习与数据挖掘常见面试题整理 part2 2018年07月25日 12:36:40 稻蛙 阅读数：150 【校招面经】机器学习与数据挖掘常见面试题整理 part2 2018年07月25日 12:36:40 稻蛙 阅读数：150 【校招面经】机器学习与数据挖掘常见面试题整理 part2 ...
分类：
其他好文 时间：
2019-02-06 22:29:44
阅读次数：
190
转自：https://zeebe.io/what-is-zeebe/ Zeebe is a workflow engine for microservices orchestration. This write-up will help you understand exactly what Zee ...
分类：
其他好文 时间：
2019-02-04 20:58:12
阅读次数：
214
Keras 文档http://keras.io 使用GPU加速模型训练： 训练深度神经网络的一些策略，用于提升模型精确度 1）选择合适的代价函数loss：MSE （Mean Squared Error）均方误差，Cross Entropy交叉熵。当输出层为softmax层时，选择交叉熵代价函数更为科 ...
分类：
其他好文 时间：
2019-02-03 18:24:02
阅读次数：
340
为了有效地同时解决样本类别不均衡和苦难样本的问题，何凯明和RGB以二分类交叉熵为例提出了一种新的Loss Focal loss 原始的二分类交叉熵形式如下： Focal Loss形式如下： 上式中，相对于原始的二分类交叉熵加入了两个量：1、modulating factor：（其中幂称为focusi ...
分类：
其他好文 时间：
2019-01-29 18:20:55
阅读次数：
140
相关描述 "https://discuss.pytorch.org/t/torch no grad affecting outputs loss/28595/3" 今天在训练网络的时候，发现mseloss在train和test时相差了好几个量级，后来发现是因为 ，并不是对称的，input的应该是网络 ...
分类：
其他好文 时间：
2019-01-28 15:12:40
阅读次数：
764
一、从LR到决策树 0.思考一些一个分类问题：是否去相亲，LR解决的问题可能是这样的 在下面各个特征下给定w1，w2，w3，w4等参数值，将wx+b送到sigmoid函数中去，拿到一个概率p，我们在使用这个函数的时候会有一个损失函数loss function，对于这个代价函数通过GD梯度下降完成优化 ...
分类：
其他好文 时间：
2019-01-26 13:14:30
阅读次数：
199
本文来自 AAAI 2019, Oral的一篇文章，主要的思想是通过知识蒸馏的方法将不同的已训练的teachers模型，压缩为一个简单的student网络，来学习多种模型的知识而不用产生额外的测试开销。作者使用的是基于对抗的学习策略，设计了一个block-wise training loss引导和优 ...
分类：
其他好文 时间：
2019-01-25 00:21:44
阅读次数：
509
