原创

推荐算法

记录一下推荐算法。

CF、基于内容、热门推荐

用户模型

在实践中,大多数业内人士都是用一种被称为「随机梯度下降」(SGD - Stochastic Gradient Descent)的算法(梯度下降Grident Descent 是「最小化风险函数」以及「损失函数」的一种常用方法,「随机梯度下降」是此类下的一种通过迭代求解的思路)。每一次迭代包括以下几个步骤:获取一些样本的输入矢量( input vector),计算输出结果和误差,计算这些样本的平均梯度,根据平均梯度调整相应权重。这个过程在各个从整个训练集中抽取的小子集之上重复,直到目标函数的平均值停止下降。它被称做随机(Stochastic)是因为每个样本组都会给出一个对于整个训练集( training set)的平均梯度(average gradient)的噪音估值(noisy estimate)。较于更加精确的组合优化技术,这个简单的方法通常可以神奇地快速地找出一个权重适当的样本子集。训练过后,系统的性能将在另外一组不同样本(即测试集)上进行验证,以期测试机器的泛化能力( generalization ability) ——面对训练中从未遇过的新输入,机器能够给出合理答案。

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 机器学习的一些术语

    卷积神经网络最初是用来处理多维数组数据,比如,一张由三个2D数组组成、包含三个彩色通道像素强度的彩色图像。大量的数据模式都是多个数组形式:1D用来表示信号和序列...

    ocean1208
  • 推荐!私藏的深度学习模型推理加速项目

    深度学习一般分为训练和部署两大部分。训练部分首先也是最重要的是构建网络结构,准备数据集,使用各种框架进行训练,训练要包含validation和test的过程,最...

    AI算法修炼营
  • 我在谷歌大脑见习机器学习的一年:Node.js创始人的尝试笔记

    大数据文摘
  • Jenkins和gitlab集成自动构建

    Jenkins上需要安装如下插件 Gitlab Hook Plugin,GitLab Plugin

    程序员同行者
  • 详解React Native渲染原理

    在《一篇文章详解React Native初始化和通信机制》中我们详细的介绍了React Native的初始化和通信机制。如果对通信机制不了的的读者可以先去阅读通...

    VV木公子
  • 机器学习入门 6-7 sklearn中的随机梯度下降法

    本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍改进上一小节代码,封装自己的随机梯度下降法并应用,之后应用sklearn实现随机梯度下降法。

    触摸壹缕阳光
  • 忘掉PS吧!欢迎进入修图的神经网络时代

    左边是原图,右边是修图。是不是觉得美女与右边图片的背景搭在一起,更有动感和帅气。可是不会修图啊,肿么办? 今天让我们来看一个有意思的AI应用,让不会PS的你,...

    AI科技大本营
  • MIT最新研究:对抗样本才不是bug呢,人家,人家是特征~

    到目前为止,业内对于对抗样本的流行观点是,其源于模型的“怪癖”,一旦训练算法和数据收集方面取得足够的进展,那么它们终将消失。其他常见观点还包括,对抗样本要么是输...

    大数据文摘
  • 深入理解React Native页面构建渲染原理

    前言 React Native 是最近非常火的一个话题,因为它的语法简介,跨平台等特性,赢得了各大平台的青睐,虽然前期是有一些坑。 基本概念解释 React 是...

    xiangzhihong
  • Agda中的证明相关范畴理论(CS LO)

    范畴理论在现代数学中的普遍性和普遍性,使其成为形式化的一个频繁而有用的目标。然而,由于各种各样的原因,形式化是相当具有挑战性的。Agda目前(即2020年)没有...

    奥斯特洛夫斯萌

扫码关注云+社区

领取腾讯云代金券