来源：KDD’25 https://dl.acm.org/doi/10.1145/3690624.3709304 代码：https://github.com/szhang-cityu/GLINT-RU 问题的引出 Transformer-based models 在 Sequential Recommender Systems（SRSs）中很受欢迎，但计算开销大，推理速度慢； ...
1. Gradient Boost(梯度提升) 讲解视频：https://youtu.be/3CC4N4z3GJc?si=MTAW7mrh7sNhzRbO 与AdaBoost的对比： AdaBoost: https://hhhi21g.github.io/posts/%E8%AF%BE%E7%A8%8B9%E9%9B%86%E6%88%90%E5%AD%A6%E4%B9%...
傅里叶变换(FT, Fourier Transform) https://www.youtube.com/watch?v=spUNpyF58BY&t=22s decompose a signal into the pure frequencies 当沿圆旋转的向量旋转频率等于信号频率时，旋转轨迹质心的x坐标最大，且y=0 ...
1. 音频分类模型：facebook/wav2vec2-base 模型链接：https://huggingface.co/facebook/wav2vec2-base 不冻结任何层，修改其分类头结构如下： class Wav2Vec2Classifier(nn.Module): def __init__(self): super().__init...
心音数据集 —— 健康 or 异常二分类 1. Classification of Heart Sound Signal Using Multiple Features https://github.com/yaseen21khan/Classification-of-Heart-Sound-Signal-Using-Multiple-Features- 音频数量：100...
竞赛地址：https://www.kaggle.com/competitions/otto-recommender-system/data?select=train.jsonl 作为第一个推荐系统方面的kaggle竞赛，这里将从零开始，详细记录每一步的进行。 竞赛介绍 OTTO是德国最大的在线商店，任务为：根据用户的一次访问(session)中行为序列(点击、加购、购买)，预测用户未来...
集成学习 考虑一组预测模型h1,…hl 不同的预测模型在数据上具有不同的表现； 成功的集成需要多样性 预测模型应该犯的错误不相同； 鼓励把不同类型的预测模型集成在一起。 组合模型 平均 回归问题求平均值，分类问题进行投票 加权平均 训练集成模型时更新所有模型 ...
贝叶斯方法 背景知识 贝叶斯分类 一类分类算法的总称，这类算法均以贝叶斯定理为基础 先验概率 根据以往经验和分析得到的概率。 使用P(Y)代表没有训练数据前假设Y拥有的初始概率 后验概率 根据已经发生的事件来分析得到的概率。 以P(Y X)代表假设X成立的情况下观察到Y数据的概率，其反映了在看到训练数据X后Y成立的置信度。 ...
机器学习的三要素 名词们 泛化错误 一般表现为一个模在训练集和测试集上的错误率； 可以衡量一个机器学习模型是否可以很好地泛化到未知数据； 正则化(regularization) 偏差-方差分解(Bias-Variance Decomposition) 偏差：模型预测值与真实值的平...
概述——无监督学习中研究最多、应用最广 无监督学习：数据没有目标属性，发现数据中存在的内在结构及规律。 聚类(Clustering)是一种发现数据中的相似群(簇,clusters)的技术；是一个将数据集中在某些方面相似的数据成员进行分类组织的过程。 一个聚类就是一些数据实例的集合，这个集合中的元素彼此相似，与其他聚类中的元素不同。 聚类既可以作为一个单独过程(用于找寻数据内在的分布结...