机器学习与推荐系统

本分类共 8 个专题 · 1061 道题

已筛选

共 366 道题

排序:

6198
如何建立业务回归预测流程,并处理稀疏与超范围输入?
模型基础与推理机器学习与推荐系统
方案设计
进阶
6199
DeepWalk 如何通过随机游走学习图节点表示?
模型基础与推理机器学习与推荐系统
原理机制
进阶
6200
LDA 主题模型如何描述文档、主题与词的生成关系?
模型基础与推理机器学习与推荐系统
原理机制
进阶
6201
什么是正例与未标注学习 PU Learning,与常见监督范式有何区别?
模型基础与推理机器学习与推荐系统
概念解释
进阶
6203
生物信号如何预处理并提取与任务相关的特征?
模型基础与推理机器学习与推荐系统
方案设计
进阶
6204
RankNet、BPR 等成对排序损失如何构造,与 Hinge 目标有何不同?
模型基础与推理机器学习与推荐系统
比较选型
进阶
6207
InfoNCE 与 Sampled Softmax 的训练目标和采样处理有什么区别?
模型基础与推理机器学习与推荐系统
比较选型
进阶
6208
整体缩放 Loss 与缩放学习率什么时候等价,哪些机制会破坏等价?
模型基础与推理机器学习与推荐系统
比较选型
进阶
6209
分类模型常在哪些样本上失败,如何分析错误模式?
模型基础与推理机器学习与推荐系统
故障排查
进阶
6210
全局 AUC 与分组 GAUC 有什么区别,权重应如何确定?
模型基础与推理机器学习与推荐系统
比较选型
进阶