注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 论文笔记_一种结合推荐对象间关联关系的社会化推荐算法

  2. 本资源是论文《一种结合推荐对象间关联关系的社会化推荐算法》的笔记。该论文提出的算法是以PMF为框架基础的。资源包括两个文件，分别对应博客http://blog.csdn.net/stdcoutzyx/article/details/21416809和http://blog.csdn.net/stdcoutzyx/article/details/21347157

  3. 所属分类：专业指导

  1. 贝叶斯概率矩阵分解代码

  2. Matrix factorization is a fundamental problem that is often encountered in many computer vision and machine learning tasks. In recent years, enhancing the robustness of matrix factorization methods has attracted much attention in the research commun

  3. 所属分类：其它

    • 发布日期：2015-10-09
    • 文件大小：16384
    • 提供者：qq_24752139

  1. Probabilistic Matrix Factorization概率矩阵分解Python源代码

  2. 基于MovieLens数据集，采用随机梯度下降算法优化最小化能量函数的概率矩阵分解Python源代码，自己做实验的源代码Probabilistic Matrix Factorization

  3. 所属分类：Python

    • 发布日期：2017-01-12
    • 文件大小：766976
    • 提供者：u010412858

  1. Probabilistic Matrix Factorization概率矩阵分解Python源代码

  2. 推荐系统中效率比较高的矩阵分解算法

  3. 所属分类：Python

    • 发布日期：2017-07-30
    • 文件大小：766976
    • 提供者：pang_hailong

  1. Probabilistic Matrix Factorization

  2. 最经典和最基础的概率矩阵分解算法，广泛运用于推荐系统

  3. 所属分类：算法与数据结构

    • 发布日期：2017-10-25
    • 文件大小：123904
    • 提供者：jsdakss

  1. 概率矩阵分解（PMF）在MovieLens上的Python代码

  2. 概率矩阵分解（PMF）在数据集Movielens 100K上的实验。

  3. 所属分类：Python

    • 发布日期：2018-03-12
    • 文件大小：763904
    • 提供者：i_with_u

  1. 概率矩阵分解pmf的python代码实现

  2. 压缩包中包含概率矩阵分解的python代码实现，以及movielen上下载的数据集，可以用来自己跑实验，很方便

  3. 所属分类：机器学习

    • 发布日期：2018-04-29
    • 文件大小：4194304
    • 提供者：qq_38150441

  1. 华中师范大学矩阵论-概率部分历年考试题目

  2. 矩阵论主要的研究方向是矩阵化简（对角化，若尔当化，三角化）， 矩阵分解（主要为，三角分解，谱分解，奇异值分解）,矩阵函数以及矩阵函数的微积分，矩阵的广义逆，矩阵空间的逼近分析。 矩阵分析是矩阵论的部分内容，主要内容是 矩阵函数的微积分，广义逆矩阵，矩阵的逼近分析

  3. 所属分类：其它

    • 发布日期：2019-01-24
    • 文件大小：65011712
    • 提供者：qq_35356840

  1. 用概率矩阵分解构建音乐推荐引擎（Pytorch）

  2. 用概率矩阵分解构建音乐推荐引擎（Pytorch）,Building a Music Recommendation Engine with Probabilistic Matrix Factorization in PyTorch, by Cameron Wolfe.

  3. 所属分类：深度学习

    • 发布日期：2019-04-03
    • 文件大小：1048576
    • 提供者：tox33

  1. 基于近邻模型与概率矩阵分解的高校选课推荐算法

  2. 为研究高校教务信息管理系统中学生自主在线选课的个性化推荐问题,采用基于近邻模型与概率矩阵分解相融合的改进算法.通过衡量学生(选课)之间的相似关系寻找相似学生(选课),再将与学生(选课)相似性最大的邻居集合应用到基于概率矩阵分解的协同过滤推荐算法中,最终依据预测评分值和限制条件给出Top-K推荐结果排序.原型系统测试实验结果表明:改进算法更适用于高校选课推荐应用,并能够有效地解决数据稀疏问题.

  3. 所属分类：其它

    • 发布日期：2020-04-29
    • 文件大小：918528
    • 提供者：weixin_38531017

  1. 一种基于时间和标签上下文的协同过滤推荐算法

  2. 针对常规推荐算法数据单一、准确性和可靠性都比较低的问题,提出了将时间和标签上下文信息加入到推荐算法中,以丰富单个用户或商品的信息。利用时间信息挖掘用户间的影响关系,同时利用标签上下文来衡量物品间的关系,最后将用户关系向量和物品关系向量融合到概率矩阵分解模型中。实验结果表明,提出的协同过滤推荐算法能够提高推荐的准确性和精度。

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：608256
    • 提供者：weixin_38638163

  1. 《现代推荐算法》矩阵分解系列简介

  2. 文章来源《现代推荐算法》矩阵分解系列简介 . 该章主要介绍矩阵分解系列算法，该系列算法是推荐系统中最重要的算法之一，矩阵分解原理清晰，且复杂度不那么高。 对于矩阵分解系列算法在推荐算法中而言，其容易编程实现，实现复杂度低，预测效果也好，同时还能保持扩展性。这些都是它宝贵的优点。当然，矩阵分解方法有时候解释性还是没有基于概率的逻辑回归之类的推荐算法好，不过这也不影响它的流行程度。对于较为小型的推荐系统来说用矩阵分解应该是一个

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：64512
    • 提供者：weixin_38697659

  1. 基于术语相关矩阵的主题模型微博客热主题检测

  2. 为了应对短消息特征稀疏性对微博热点话题检测的挑战，本文首先探讨了词之间的关系，然后建立了比词-文档矩阵更密集的词相关矩阵。 术语相关矩阵上的对称非负矩阵分解（SNMF）用于获得术语-主题矩阵。 最后，我们根据术语-主题矩阵将主题学习问题表述为概率潜在语义分析（pLSA）。 此外，本文还介绍了热量的分布和主题排序的机制。 实验表明，该方法可以有效地对话题进行聚类，并应用于微博热点话题的检测。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：651264
    • 提供者：weixin_38710127

  1. 结合灰色预测的动态概率矩阵分解（英文）

  2. 结合灰色预测的动态概率矩阵分解（英文）

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：262144
    • 提供者：weixin_38613154

  1. 低秩矩阵分解的概率模型研究

  2. 低阶矩阵分解例如主成分分析（PCA），奇异值分解（SVD）和非负矩阵分解（NMF）是追求给定数据矩阵低阶近似的一大类方法。 传统的分解模型基于以下假设：数据矩阵被某种类型的噪声随机污染。 因此，可以通过最大似然（ML）估计或最大后验（MAP）获得低秩分量的点估计。 在过去的十年中，出现了各种低秩矩阵分解的概率模型。 低秩矩阵分解与它们相应的概率模型之间最显着的区别是后者将低秩分量视为随机变量。 本文对低秩矩阵分解的概率模型进行了调查。 首先，我们回顾了低秩矩阵分解的概率模型中常用的一些概率分布，

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：603136
    • 提供者：weixin_38729108

  1. Book-Recommendation-System:个性化的推荐书系统，可为用户生成前5条推荐书-源码

  2. 图书推荐系统 哥伦比亚大学课程项目：E4571个性化-理论与应用团队成员：Deepak Maran，刘克威，Rakshita Nagalla，郭小慧 有关该方法的详细说明和结果的讨论，请参阅此 内容： BX-users.csv：包含有关用户信息的数据文件train.csv：用于验证和培训的数据test.csv：用于测试图像的数据：包含所有图的文件夹 数据清理和Splitting.py：清理BX-Book-ratings.csv文件并将其拆分为训练文件和测试文件超参数Tunning_1.ipyn

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：3145728
    • 提供者：weixin_42125192

  1. recommend:python推荐系统-源码

  2. 推荐 使用Python的简单推荐系统实现 当前型号： 概率矩阵分解 贝叶斯矩阵分解 具有加权Lambda正则化（ALS-WR）的交替最小二乘 参考： R. Salakhutdinov和A.Mnih。，“概率矩阵分解”，NIPS 2008 “使用MCMC的贝叶斯概率矩阵分解”，R。Salakhutdinov和A.Mnih。，ICML，2008年 Matlab代码： ： “ Netflix奖的大规模并行协作过滤”，Y。Zhou，D。Wilkinson，R。Schreiber和R. Pan

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：510976
    • 提供者：weixin_42099087

  1. ctpfrec:使用“基于泊松分解的基于内容的建议”的Python实现，并带有一些扩展-源码

  2. 协作主题泊松分解 用于基于概率的泊松分解的基于内容的建议中描述的概率矩阵分解算法的Python实现（Gopalan，PK，Charlin，L. and Blei，D.，2014） 。 这是一个针对推荐系统的统计模型，该系统具有隐含数据，该隐含数据由用户与项目的互动次数（例如，每个用户对不同产品的点击次数）加上项目的词袋表示组成。 该模型使用均值场变分推断进行拟合。 也可以使模型适合用户的附带信息，该信息包括对不同属性的计数（与项目的词袋相同的格式）。 由于它获取有关物品的辅助信息，因此具有能

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：62464
    • 提供者：weixin_42172572

  1. 基于Laplace分布的稀疏概率矩阵分解用于协同过滤

  2. 基于Laplace分布的稀疏概率矩阵分解用于协同过滤

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：831488
    • 提供者：weixin_38710198

  1. pmf：MovieLens 100K上的概率矩阵分解-源码

  2. MovieLens 100K上的概率矩阵分解 总览 在此项目中，我们使用MovieLens 100K数据集。 该数据集包含来自943位用户的1,682部电影的100,000个评分。 在此项目中，RMSE（均方根误差）用作度量。 我测试了2种不同的数据分割：密集和稀疏。 数据是随机拆分的，用于训练/验证的数据为80％，对于密集数据的测试为20％，对于稀疏数据，仅训练/验证的数据为20％，对于测试为20％。 在训练中，应用5倍交叉验证来选择最佳超参数并在测试集中评估模型。 运行代码 参量 任务：

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：335872
    • 提供者：weixin_42160398
« 12 3 4 »