摘要: 如图:第一层是输入层,包含两个神经元i1,i2,和截距项b1;第二层是隐含层,包含两个神经元h1,h2和截距项b2,第三层是输出o1,o2,每条线上标的wi是层与层之间连接的权重,激活函数我们默认为sigmoid函数。 关于sigmoid函数: 图形: 导数: OK ,继续 输入及目的: 输入数据 阅读全文
posted @ 2019-07-19 21:33 Apinke 阅读(340) 评论(0) 推荐(0) 编辑
摘要: 给出如上一个打分矩阵R(5,4),“——”表示未打分, n行m列,n表示user个数,m表示item个数 问题是:如何得到未打分的商品进行有效的预测? ——矩阵分解的思想可以解决这个问题,其实这种思想可以看作是有监督的机器学习问题(回归问题) 矩阵R可以近似表示为P与Q的乘积:R(n,m)≈ P(n 阅读全文
posted @ 2019-07-19 20:48 Apinke 阅读(248) 评论(0) 推荐(0) 编辑
摘要: 一.协同过滤 1.简介 利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息,个人通过合作的机制给予信息相当程度的回应(如评分)并记录下来以达到过滤的目的进而帮助别人筛选信息,回应不一定局限于特别感兴趣的,特别不感兴趣信息的纪录也相当重要。 分为评比(rating)或者群体过滤(socia 阅读全文
posted @ 2019-07-19 20:32 Apinke 阅读(260) 评论(0) 推荐(0) 编辑