概述 Alink提供了一系列与推荐相关的组件，从组件使用得角度来看，需要重点关注如下三个方面： 算法选择 推荐领域有很多算法，常用的有基于物品/用户的协同过滤、ALS、FM算法等。对于不同的数据场景，算法也会在计算方式上有很大的变化。 推荐方式 输入信息可以有多种选择，输入结果也有多种情况。 同时输 ...

示例代码及相关内容来源于《Alink权威指南（Java版）》 概述 决策树模型再现了人们做决策的过程，该过程由一系列的判断构成，后面的判断基于前面的判断结果，不断缩小范围，最终推出结果。 如下，基于决策树模型预测天气，是最常见的示例。天气的整个预测过程，就是不断地判断推测的过程。 特征分类 特征(F ...

Colab中使用.ipynb文件，即我们平时使用的Jupyter Notebook文件来完成相关代码的执行。如果要训练模型，需要将模型封装成可以经过ipynb文件执行的形式。 在具体的运行时类型中，可以选择不同的运行时，其中包含了可选的GPU和CPU。GPU中有V100、A100、T4这几种可以选择 ...

以下部分是我学习CMU 15-751: TCS Toolkit的课堂笔记。接下来将要介绍的是谱图论（spectral graph theory）的关键，也就是Laplacian二次型（Laplacian quadratic form）。直观地理解，Laplacian二次型刻画了图的“能量”（ener... ...

在人工智能领域的不断发展中，语言模型扮演着重要的角色。特别是大型语言模型（LLM），如 ChatGPT，已经成为科技领域的热门话题，并受到广泛认可。 在这个背景下，LangChain 作为一个以 LLM 模型为核心的开发框架出现，为自然语言处理开启了一个充满可能性的世界。 借助 LangChain，... ...

UMICH CV Image Classification KNN 在本节课中，首先justin老师为我们介绍了图像分类了基础概念以及其用途，这里就不多涉及了 接着我们思考图像分类问题，如果我们想要直接通过某种算法来实现图像分类，显然是比较棘手的，于是引入了机器学习的思想，即用数据驱动，用数据去训练 ...

VAE 是 AE的变体。主要目的是让模型学习数据的分布，最后让解码器(decoder)部分具有生成样本的能力。 VAE可看做高斯混合模型(GMM)的扩展。 GMM中，数据由多个高斯分布来描述: \[p(x) = \sum_{k=1}^{K}P(z_{k})P(x|z_{k}) \]其中 $z \si ...

在机器学习，尤其是涉及异构数据的迁移学习/联邦学习中，我们常常会涉及互信息相关的优化项，我上半年的第一份工作也是致力于此。其思想虽然简单，但其具体的估计与优化手段而言却大有门道，我们今天来好好总结一下，也算是对我研一下学期一个收尾。为了解决互信息估计的的难解性，我们的方法是不直接对互信息进行估计，而... ...

论文标题：Causal Intervention and Counterfactual Reasoning for Multi-modal Fake News Detection 论文作者：Ziwei Chen, Linmei Hu, Weixin Li, Yingxia Shao, Liqiang ...

本文将从“样本处理”，“模型开发”，“实验管理”，“工具链及可视化“ 几个角度介绍基于 tranformers 库做的重新设计，并简单聊聊个人对“软件2.0”的看法。 ...

机器学习/深度学习的相关笔记 前言: 欢迎来到此处,这里是我边学习边整理的有关机械学习/深度学习的相关笔记。先前我对这方面的知识不是很了解,笔记整理必然有不妥之处,请见谅并斧正。 目录： 深度自然语言处理 1.Word Vectors(词向量) 2.Neural Classifiers(神经分类器) ...

概念漂移 ​ 概念漂移是数据流挖掘领域中一个重要的研究点。传统的机器学习算法在操作时通常假设数据是静态的，其数据分布不会随着时间发生变化。然而对于真实的数据流来说，由于数据流天生的时间性，到达的数据的分布可能会随着时间的推移不断改变。这使得传统的批处理模型不适合对数据流的进行挖掘分析，模型更是需要有 ...

FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence 论文标题：FixMatch: Simplifying Semi-Supervised Learning with Consistency an ...

论文标题：MFAN: Multi-modal Feature-enhanced Attention Networks for Rumor Detection 论文作者：Jiaqi Zheng, Xi Zhang, Sanchuan Guo, Quan Wang, Wenyu Zang, Yongdo ...

本文主要介绍如何搭建QT6+OpenCv的开发环境，基本流程如下 先安装CMake3.27.3，用来编译适用用QT的OpenCv的源码，安装完成后要配置系统的环境变量 安装Qt6的开发环境，并配置环境变量，注意一定要重启电脑才能生效 下载OpenCv的源码，用于后面的编译 上述环境准备好后，使用CM ...

分类任务和回归任务的不同之处在于，分类任务需要做出离散的预测。对于多分类任务的神经网络模型，其输出目标通常会用**one-hot**编码来表示，在输出层中使用**softmax**函数，同时使用分类交叉熵损失函数进行训练。在本博客中，我们将使用**TensorFlow**的底层API实现一个基于全连 ...

Semi-Supervised Domain Adaptation with Source Label Adaptation 具有源标签适应的半监督域适应 原文链接 Abstract 文章指出当前的半监督域适应（Semi-Supervised Domain Adaptation, SSDA）方法通常 ...

长尾问题是个老大难问题了。 在推荐中可以是用户/物料冷启动，在搜索中可以是中低频query、文档，在分类问题中可以是类别不均衡。长尾数据就像机器学习领域的一朵乌云，飘到哪哪里就阴暗一片。今天就介绍来自Google的一篇解决长尾物品推荐的论文。 ...

1.安装Anaconda Anaconda下载链接：Free Download | Anaconda 下载完成之后，开始安装，修改安装路径至指定文件夹下，由于安装过程比较简单，此处略过； 2.TensorFlow使用时可以采用CPU，也可采用GPU，此处使用带有独立显卡的计算机进行演示（不带独立显卡 ...

MLOps定义 MLOps是一门工程学科，旨在统一 ML 系统开发（dev）和 ML 系统部署（ops），以标准化过程生产高性能模型的持续交付。实现 MLOps 有助于使机器学习工作负载可靠且可重现。 例如，你将能够在始终将模型保留在生产环境中时根据需要监视、重新训练和重新部署模型。 MLOps 体 ...