發(fā)簡信
IP屬地：重慶
-
2021-07-15-對話模型整理
2021AAAI_DialogXL: All-in-One XLNet for Multi-Party Conversation Emotion...
-
用Spark簡單實現(xiàn)阿里Swing，效果比itemCF優(yōu)化后的模型好很多Swing公式 思路 Swing模型構建流程 思路舉例 代碼直接掉用fitOnline就好，按照PvEntity給出的數(shù)據(jù)格式構造數(shù)據(jù)，para...
-
最大似然估計和最大后驗估計問題： 頻率學派和貝葉斯學派的區(qū)別？ MLE - 最大似然估計 例如仍硬幣：拋n次，k次為正面，則事件發(fā)生的概率為k/n缺點：當數(shù)據(jù)樣本很少時候...
-
spark streamming問題 為什么需要streamming,不用行不行？ streamming運行機制？ 1.從Kafka拉數(shù)據(jù)方式：1）利用Receiver接收數(shù)據(jù)...
-
spark的執(zhí)行
1.spark驅動器是執(zhí)行開發(fā)程序中的 main方法的進程2.Driver在執(zhí)行任務時候執(zhí)行一下操作1）把用戶程序轉為任務：程序 >> task...
-
非負矩陣分解(NMF,Non-negative matrix factorization)
NMF意圖是什么? 大數(shù)據(jù)壓縮，少空間對矩陣進行分解，其他矩陣分解存在負值，負值沒有意義。 NMF條件是什么？ 矩陣A=WH，A矩陣非負 NMF...
-
負樣本為王：評Facebook的向量化召回算法
文章亮點： 1.提出“曝光未點擊”在召回場景中的雞肋作用2.提出篩選負樣本的方案（主要是篩選hard負樣本的三種方案）3.將hard負樣本訓練模...
-
推薦SVD為什么要矩陣分解？ 因為user-item矩陣稀疏，需要將user和item映射到同一低維空間進行比較 為什么矩陣分解說得通？ 1）將user和...
-
