深入解析机器学习核心概念

开通VIP,畅享免费电子书等14项超值服

首页

好书

留言交流

下载APP

联系客服

2021.05.10

刚接触机器学习框架TensorFlow的新手们,这篇由Google官方出品的常用术语词汇表,一定是你必不可少的入门资料!本术语表列出了基本的机器学习术语和TensorFlow专用术语的定义,希望能帮助您快速熟悉TensorFlow入门内容,轻松打开机器学习世界的大门。

A

一种统计方法,用于将两种或多种技术进行比较,通常是将当前采用的技术与新技术进行比较。A/B测试不仅旨在确定哪种技术的效果更好,而且还有助于了解相应差异是否具有显著的统计意义。A/B测试通常是采用一种衡量方式对两种技术进行比较,但也适用于任意有限数量的技术和衡量方式。

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义如下:

在二元分类中,准确率的定义如下:

请参阅正例和负例。

一种函数(例如ReLU或S型函数),用于对上一层的所有输入求加权和,然后生成一个输出值(通常为非线性值),并将其传递给下一层。

一种先进的梯度下降法,用于重新调整每个参数的梯度,以便有效地为每个参数指定独立的学习速率。如需查看完整的解释,请参阅这篇论文。

一种会考虑所有可能分类阈值的评估指标。

ROC曲线下面积是,对于随机选择的正类别样本确实为正类别,以及随机选择的负类别样本为正类别,分类器更确信前者的概率。

在神经网络上执行梯度下降法的主要算法。该算法会先按前向传播方式计算(并缓存)每个节点的输出值,然后再按反向传播遍历图的方式计算损失函数值相对于每个参数的偏导数。

一种简单的模型或启发法,用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

模型训练的一次迭代(即一次梯度更新)中使用的样本集。

另请参阅批次大小。

一个批次中的样本数。例如,SGD的批次大小为1,而小批次的大小通常介于10到1000之间。批次大小在训练和推断期间通常是固定的;不过,TensorFlow允许使用动态批次大小。

THE END
1.基于协同过滤算法的推荐系统推荐系统有着广泛的应用,电影推荐,商品推荐等都用到推荐系统。本文介绍协同过滤算法的基本原理,进而理解推荐系统的实现原理。 推荐系统的描述 我们以电影推荐系统来看一下怎么样以机器学习的角度来描述推荐系统。我们记 $n_u$ 为用户的数量,$n_m$ 为电影的数量,$r(i,j) = 1$ 表示用户 j 对电影 i 进行过...https://www.jianshu.com/p/9b06ef8c79fa
2.基于协同过滤算法图书推荐系统的设计与实现.pdf论文题目:基于协同过滤算法的图书推荐系统的 设计与实现 摘要 随着网络和信息技术的飞速发展,电子图书资源的数量也在以惊人的速度增 长,越来越多的用户通过图书购买网站购买图书或在图书阅读网站上阅读电子书, 不管是网上购书还是网上读书都会面临一个相同的问题,如何从海量的图书资源 ...https://max.book118.com/html/2024/0217/7053136045006042.shtm
3.基于内容与PTUI协同过滤算法的个性化学习系统基于内容与PTUI协同过滤算法的个性化学习系统 项目类型: 创新训练项目 所属学校: 南昌工程学院 项目期限: 一年期(2022-05 至 2023-05) 所属一级学科: 工学 所属二级学科: 计算机类 立项时间: 2022-06-30 结题时间: 2023-11-16 项目成员: 姓名专业班级所在学院项目中的分工成员类型 ...http://jxdc.jxedu.gov.cn/cxcypt/Index/ItemDetail/e6051e10-240f-4ab7-992d-269eb49cb410
4.基于流形近邻的协同过滤算法AET关键词: 流形近邻;距离空间;协同过滤;视觉距离;最小最大距离;推荐系统 0引言 协同过滤是Web 3.0时代一个新颖的技术,被广泛应用于各类电子商务网站。通常协同过滤算法分为两大类:基于内存的协同过滤算法和基于模型的协同过滤算法[1]。基于内存的算法[2]首先找到k个近邻,然后根据近邻进行推荐。基于模型的算法[3 5]...http://www.chinaaet.com/article/3000016485
1.基于协同过滤算法的绿色食品推荐系统(10075)Java毕业设计基于ssm协同过滤算法的绿色食品推荐系统 q_1262330535的博客 1087 系统的开发离不开前期的需求分析,这个阶段就是让程序员知道自己该做什么事情,在进行需求分析的时候,着重点就是用户对系统的功能要求,这个阶段要是分析得很到位,系统开发出来投入使用时,用户就会发现系统的功能跟用户需求保持一致,程序稳定...https://blog.csdn.net/m0_72438098/article/details/143813340
2.基于协同过滤算法的论文推荐系统研究与设计基于上述问题,本文设计了一个论文推送系统。改进了传统基于用户的协同过滤算法,在计算用户与用户之间的相似度时加权融合了用户点击和搜索词的相似度,并且计算点击得分的时候会对点击文章的时间做衰减处理,进而更加精准地召回近邻用户。通过实验,本文选取多样性和准确率这两个指标来对本文所提出的论文推荐算法进行评价。https://cdmd.cnki.com.cn/Article/CDMD-10488-1018203115.htm
3.基于协同过滤算法的安规考核系统试题推荐方法研究本文主要完成了以下内容:1.研究了基于用户的协同过滤算法和基于物品的协同过滤算法,比较两者在不同推荐系统中的应用情况,比较其优缺点。结合安规考核系统的实际情况采用基于物品的协同过滤算法实现本课题的研究,根据需求在数据库中设计用于保存用户-物品评分矩阵和物品-物品相似度矩阵的数据表。2.学习中文分词技术,收集...https://wap.cnki.net/touch/web/Dissertation/Article/10079-1019233359.nh.html
4.推荐系统算法实战协同过滤CF算法(CollaborativeFiltering...协同过滤推荐(Collaborative Filtering Recommendation)。 仅仅基于用户行为数据设计的推荐算法一般称为协同过滤算法。学术界对协同过滤算法 进行了深入研究,提出了很多方法,比如基于邻域的方法(neighborhood-based)、隐语义模型 (latent factor model)、基于图的随机游走算法(random walk on graph)等。在这些方法中, 最著名...https://blog.51cto.com/u_15236724/5968286
5.从零开始学推荐系统一:基于邻域的算法腾讯云开发者社区本系列文章会从最简单的推荐系统到目前主流的推荐系统解决方案做总结。 1. 基于邻域的算法 基于邻域的算法是推荐系统中最基本的算法,在业界得到了广泛应用。基于邻域的算法分为两大类,一类是基于用户的协同过滤算法,另一类是基于物品的协同过滤算法。 1.1 基于用户的协同过滤算法(UserCF) ...https://cloud.tencent.com/developer/article/1694686
6.相似度算法(精选十篇)1.1基于语义资源的词语相似度算法 近年来, 一些诸如同义词词林、WordNet、知网这种大规模可量化的语言本体的诞生与发展, 为进行真实文本的语义分析和理解提供了强有力的资源支持。特别是最近几年“知网”等语义资源不断丰富发展, 中文语义研究方向逐渐增多。知网作为一个知识系统, 是一个网而不是树, 它主要反映概念...https://www.360wenmi.com/f/cnkeyytvb26n.html
7.基于时间和关系感知的图协同过滤跨域序列推荐受协同过滤思想启发,针对上述问题,提出基于时间和关系感知的图协同过滤跨域序列推荐(time and relation-aware graph collaborative filtering for cross-domain sequential recommendation,TRaGCF)算法.该算法主要包括3个模块:1)为获得用户行为序列中项目间高阶复杂的时序依赖关系,提出时间感知图注意力(time-aware graph atte...https://crad.ict.ac.cn/cn/article/doi/10.7544/issn1000-1239.202110545?viewType=HTML
8.希冀基于Apriori算法的投票模式挖掘 基于Apriori算法发现毒蘑菇相似特征 FP-Growth算法 基于FP-Growth算法Twiter数据挖掘 基于FP-Growth算法新闻网站点击流挖掘 数据降维 PCA算法 基于PCA算法的半导体制造数据降维 SVD算法 基于SVD的图像压缩 推荐系统 协同过滤算法 https://www.educg.com/ai.html