1. 首页
  2. 大数据
  3. Hbase
  4. ML&DL推荐算法理论及实现

ML&DL推荐算法理论及实现

上传者: 2020-09-19 19:00:09上传 PDF文件 20.32MB 热度 10次
基于 Collaborative Filtering 的方法 SVD、MF 模型 、FISM、SVD++ Generic feature-based 的方法 LR、GBDTboosting、AdaBoost V.S. GBDT、GBDT V.S. LR、GBDT 与 XGBoost 区别、FM、FFM 基于 translation 框架的方法 transRec 模型 基于 representation learning 的深度匹配模型 DUIF 模型、ACF 模型、CKB 模型 feature-based 的深度模型 FNN、PNN、Wide&Deep、DeepFM、DCN、xDeepFM
下载地址
用户评论