推荐系统及算法常见知识点

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

有监督学习

浏览 88 扫码 分享 2022-07-12 23:48:42
  • 决策树的剪枝
  • 高斯混合聚类算法
  • EM算法
  • 极大似然估计
  • 贝叶斯网络
  • 朴素贝叶斯
  • LDA与PCA的区别
  • 线性判别分析(LDA)
  • KNN算法
  • 线性回归
  • 决策树对连续值和缺失值的处理
  • 决策树算法的缺点
  • 决策树算法对比
  • SVM与LR
  • SMO算法
  • 支持向量机(SVM)
  • 逻辑回归

若有收获，就点个赞吧

0 人点赞

上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 数学
    • 假设检验
    • 拟牛顿
    • 距离度量
    • 余弦相似度
    • 拉普拉斯分布
    • 频率学派与贝叶斯学派
    • 内积和外积
  • 数据预处理
    • 样本分布不一致
    • 数据清洗
    • 白化的含义
    • 样本不平衡
  • 特征工程
    • 特征选择方法总结
    • CTR平滑技术综述
    • 特征离散化
    • 组合特征处理
    • 贝叶斯平滑
  • Embedding技术
    • Word2Vec
    • Item2vec
    • DeepWalk
  • 机器学习
    • 有监督学习
      • 线性回归
      • 逻辑回归
      • 支持向量机(SVM)
      • SMO算法
      • SVM与LR
      • 决策树算法对比
      • 决策树算法的缺点
      • 决策树对连续值和缺失值的处理
      • 决策树的剪枝
      • KNN算法
      • 线性判别分析(LDA)
      • LDA与PCA的区别
      • 朴素贝叶斯
      • 贝叶斯网络
      • 极大似然估计
      • EM算法
      • 高斯混合聚类算法
    • 无监督学习
      • 主成分分析PCA
      • K-means算法
      • Canopy算法
      • DBSCAN算法
      • DBSCAN如何选择参数
      • LDA的数学原理
      • LDA模型
    • 集成学习
      • LigtGBM模型代码原理
      • 训练GBDT算法的参数
      • DART
      • Bagging与Boosting
      • GBDT算法
      • XGBOOST算法详解
      • XGBoost的构造问题
      • 随机森林
    • 损失函数
    • 模型融合
    • 正则化
    • 没有免费的午餐
    • 拟合问题
  • 深度学习
    • BN和LN的原理
    • 神经网络使用激活函数的原因
    • 神经网络的特点
    • 梯度消失问题
    • 神经网络的参数初始化
    • 反向传播算法
    • 学习率的选取
    • 循环神经网络的激活函数
    • LSTM
    • LSTM的激活函数
    • GRU
    • 注意力机制
    • 激活函数GELU
    • 池化
    • 残差连接
    • 模型不收敛
    • GAN
    • 正则化
      • DropOut
      • 权重衰减
      • 提前停止
      • 对抗训练
  • 知识蒸馏
    • 知识蒸馏简介
  • 对比学习
    • 对比学习简介
    • 典型模型
    • 召回和粗排
  • 对抗训练
    • 对抗训练浅谈
  • 优化算法
    • 梯度下降算法
    • 随机梯度下降算法的加速
    • 坐标下降法
    • 贝叶斯优化
  • 召回算法
    • 召回的方法总结
    • 协同过滤
      • Apriori算法
      • FP Growth算法
    • MF算法
    • YouTubeDNN召回
    • YoutubeDNN召回的创新点
  • 排序算法
    • Wide&Deep
    • 常见模型对比
    • GBDT LR算法
    • YoutubeDNN排序的创新点
    • FM与FFM
    • 负样本构造
  • 最近邻搜索算法
    • 常见的搜索算法
    • KNN
    • 维度诅咒
    • Locality Sensitive Hash(LSH)
    • NSW算法
    • HNSW算法原理
    • Product Quantization(PQ)
  • 模型评估
    • GAUC
    • F1-Score
    • ROC的AUC具有鲁棒性的原因
    • 模型的评估指标
    • 训练集和测试集
    • 评估方法
    • 偏差、方差与噪声
    • 回归的评估指标
  • Java
    • HashSet的遍历方式
  • 推荐系统知识
    • 排序指标
    • 召回和排序
    • 推荐系统的架构
    • 冷启动
    • 序列化推荐算法
    • CTR建模理论
    • CVR初探
  • 代码常见题
    • 数组中数字出现的次数
    • 两个有序数组找数字
    • 爬楼梯
    • 爬楼梯可回退
    • 寻找中位数
    • 归并排序
    • 快排
    • 数组的TopN
    • 接雨水
    • 给NX3的网格图涂色的方案数
    • 公交路线
    • n次方幂
    • 平方根
    • 平方根(进阶版本)
    • 分割数组
    • 寻找下一个大的数字
    • 数组中的第K大数字
    • 扑克牌中的顺子
    • 约瑟夫环
    • 不用加减乘除做加法
    • 求所有质数
  • 计算机操作系统
    • 线程和进程的区别
  • SQL
    • Hive的SQL查询语句详解
  • 面试集锦
    • 面试知识点
    • 项目介绍
    • 模型介绍
    • 竞赛介绍
    • 面经
  • Readme
暂无相关搜索结果！

    让时间为你证明

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度
        思维导图备注