摘要： 回归评价指标总结 1. Mean Absolute Error，MAE 平均绝对误差（Mean Absolute Error，MAE），也称为 L1 损失。它是通过取预测值和实际值之间的绝对差值并在整个数据集中取平均值来计算的。从数学上讲，它是绝对误差的算术平均值。MAE 仅测量误差的大小，不关心它 阅读全文

摘要： 一、广度优先搜索BFS 1.1、相关概念 1.图的遍历： 从图中某一顶点出发，按照某种搜索方法沿着图中的边对图中的所有节点访问一次且仅访问一次 1.2、算法流程 首先访问起始顶点 v ; 接着由出发依次访问 v 的各个未被访问过的邻接顶点 $w_1,w_2,...,w_i$ ; 然后以此访问 $w_ 阅读全文

摘要： 多任务学习 多任务学习属于迁移学习的一种，通过共享参数，学习出多个分数，最后结合起来。典型的算法有**「谷歌的 MMOE（Multi-gate Mixture-of-Experts）以及阿里的 ESMM（Entire Space Multi-Task Model)」** ESMM模型 解决什么问题？ 阅读全文

摘要： 一、经典召回模型 虽然深度学习发展的非常火热，但是协同过滤、逻辑回归、因子分解机等传统推荐模型仍然凭借其可解释性强、硬件环境要求低、易于快速训练和部署等不可替代的优势，拥有大量适用的应用场景。传统推荐模型仍然是深度学习推荐模型的基础，如图1所示是传统推荐模型的演化关系图。根据图为索引，总结一些经典的 阅读全文

摘要： 第二章 数据分析的基本流程 第一节 数据清洗和特征处理 1. 概述 数据清洗(Data cleaning)- 对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。 数据清洗从名字上也看的出就是把"脏"的"洗掉"，指发现并纠正数据文件中可识别的错误的最后一道程序，包 阅读全文

摘要： 推荐系统基本流程 图1 最简单的推荐系统流程 主要元素 物品集合： 要推荐的物品或内容 用户： 用户的基本信息、用户的行为、用户的兴趣爱好等 场景： 用户所处的环境，例如：网络环境、什么时间正在做什么等 **搜索引擎：**根据用户对物品或者信息的偏好（包括用户对物品的评分、用户查看物品的记录、用户的 阅读全文

摘要： 第一章 数据加载 第一节 数据载入以及初步观察 1、 载入数据 ​ 数据集下载：Titanic - Machine Learning from Disaster | Kaggle 1.1 导入 numpy 和 pandas import numpy as np import pandas as pd 阅读全文

摘要： 记录二分查找的在刷题中的应用，摘录的大多是力扣的简单题和中等题 阅读全文

摘要： 1.2022-WSDM-Heterogeneous Global Graph Neural Networks for Personalized Session-based Recommendation 阅读全文

摘要： 2022-IA-GCN: Interactive Graph Convolutional Network for Recommendation的阅读笔记 阅读全文