【RS】Deep Learning based Recommender System: A Survey and New Perspectives - 基于深度学习的推荐系统：调查与新视角
CuriousZero 2019-07-24 15:28
阅读:677
评论:0
推荐:0
编辑
当前标签：DataMining
【RS】A review on deep learning for recommender systems: challenges and remedies- 推荐系统深度学习研究综述：挑战和补救措施
CuriousZero 2019-07-24 15:14
阅读:556
评论:0
推荐:0
编辑
【RS】Automatic recommendation technology for learning resources with convolutional neural network - 基于卷积神经网络的学习资源自动推荐技术
CuriousZero 2019-07-24 15:13
阅读:417
评论:0
推荐:0
编辑
【RS】AutoRec: Autoencoders Meet Collaborative Filtering - AutoRec：当自编码器遇上协同过滤
CuriousZero 2019-07-17 17:19
阅读:1136
评论:0
推荐:0
编辑
2018 推荐系统总结
CuriousZero 2019-07-16 22:15
阅读:614
评论:0
推荐:0
编辑
关于协同过滤推荐系统札记
CuriousZero 2019-07-16 21:24
阅读:473
评论:0
推荐:0
编辑
【RS】Wide & Deep Learning for Recommender Systems - 广泛和深度学习的推荐系统
CuriousZero 2019-07-13 12:17
阅读:748
评论:0
推荐:0
编辑
【RS】：论文《Neural Collaborative Filtering》的思路及模型框架
CuriousZero 2019-07-10 11:45
阅读:1335
评论:0
推荐:0
编辑
关于推荐系统中的长尾商品
CuriousZero 2019-02-28 15:07
阅读:2498
评论:0
推荐:0
编辑
RS：关于协同过滤，矩阵分解，LFM隐语义模型三者的区别
CuriousZero 2018-12-13 15:38
阅读:2448
评论:0
推荐:0
编辑
关于 Dropout 防止过拟合的问题
CuriousZero 2018-10-24 09:47
阅读:2609
评论:0
推荐:0
编辑
Learning to Rank：Point-wise、Pair-wise 和 List-wise区别
CuriousZero 2018-09-29 15:19
阅读:3373
评论:0
推荐:0
编辑
推荐系统 BPR 算法求解过程
CuriousZero 2018-08-21 20:53
阅读:763
评论:0
推荐:0
编辑
推荐系统 SVD和SVD++算法
CuriousZero 2018-08-17 17:38
阅读:4943
评论:2
推荐:1
编辑
通过给目标函数增加一个正则项来防止其过拟合
CuriousZero 2018-08-17 17:26
阅读:818
评论:0
推荐:0
编辑
MM bound 与 Jensen's inequality
CuriousZero 2018-08-11 18:37
阅读:519
评论:0
推荐:0
编辑
推荐系统排序（Ranking）评价指标
CuriousZero 2018-07-14 15:19
阅读:44258
评论:3
推荐:3
编辑
Alias Method for Sampling 采样方法
CuriousZero 2018-05-27 21:28
阅读:2506
评论:0
推荐:0
编辑
Librec的AoBPR算法实现
CuriousZero 2018-05-10 15:18
阅读:828
评论:0
推荐:0
编辑
