站长资讯

• 互联网资讯(3100)
• 娱乐头条(399)
• 教育考试(249)
• 幽默笑话(13)
• 美图合集(14)
• 站长资讯(9010)
• 电商资讯(229)
• 网站建设(74)
• 网站运营(202)
• 推广杂谈(550)

站长资讯

• [DM]推荐算法

  文章目录一、Tf-idf二、隐含语义分析三、PageRank四、协同过滤五、Model-BasedCF推荐算法的应用无所不在。当我们在浏览器上对某个关键词进行搜索后，搜索引擎会返回一系列与该关键词相匹配的网页。匹配结果数以千计，搜索引擎并没有把所有搜索结果都一股脑抛给用户。实际上搜索引擎使用了一种ranking的机制，相关性高的网页的ranking值就会比较高，搜索引擎就会把相关性较高的网页安排到

  2022-05-08

• 【荐读】numpy ndarray 之内功心法，理解高维操作！

  1多维数据的形象表示numpy np data_1d = np.array([]) data_2d = np.arange().reshape() data_3d = np.arange().reshape()检查一个 ndarray 数据的维度和大小，分别用 ndim 和 shape 属性。>>> (data_3d.ndim) >&a

  2022-05-08

• [DM]关联规则

  文章目录一、支持度与置信度二、关联规则误区与注意事项三、Apriori算法四、序列模式关联关联规则分析就是在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构。“啤酒与尿布”的例子相信很多人都听说过吧，故事是这样的：在一家超市中，人们发现了一个特别有趣的现象，尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的销量大

  2022-05-08

• [DM]聚类

  文章目录一、聚类的基本概念二、K-means聚类三、基于模型的聚类四、按密度聚类五、matlab实现一、聚类的基本概念物以聚类，人以群分，相似的东西会被安排在一起。聚类就是把相似的一类事物找到一起。 聚类与分类不同，聚类之前数据样本并没有标签，学习过程完全靠数据驱动，是一种无监督学习。 相似的一类样本叫做一簇，簇内部元素相对接近，簇与簇之间元素差异较大。如下图：因为聚类是一种无监督学习，所以聚类结

  2022-05-08

• 通过代码原理教你搞懂SGD随机梯度下降、BGD、MBGD

  在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。下面我们以线性回归算法来对三种梯度下降法进行比较。一般线性回归函数的假设函数为：对应的损失函数为：（这里的1/2是为了后面求导计算方便）下图作为一个二维参数（theta0，theta1）组对应能量函数的可视化图：下面我们来分别讲解三种梯度下降法1批量梯度

  2022-05-08

• 大规模邻域搜索（LNS）求解带时间窗的车辆路径问题（VRPTW）（附MATLAB代码）

  本文引用Shaw P. Using Constraint Programming and Local Search Methods to Solve Vehicle Routing Problems[M]// Principles and Practice of Constraint Programming — CP98. 1998.刘小兰, 郝志峰, 汪国强, et al. 有时间窗的车辆路径问

  2022-05-08

• 对复杂网络节点重要性的排序方法

  前言在生物信息学的研究中我们经常或利用到各种各样的复杂网络，无论是蛋白质互作网络还是共表达网络，从建立的网络中筛选关键的节点是重要的一步。我们经常通过对网络中节点的重要性的排序筛选出关键的基因或者蛋白质等。那么复杂网络中节点重要性的排序有什么算法又都有什么样的优缺点呢？1.基于局部属性基于网络局部属性的节点重要性排序指标主要考虑节点自身信息和其邻居信息,这些指标计算简单,时间复杂度低,可以用于大型

  2022-05-07

• 用matlab调用迄今为止最强悍的求解旅行商（TSP）的算法-LKH算法

  最近小编恰好遇到这样一个问题，如何用matlab调用比较牛X的TSP solver，小编费劲千辛万苦终于在github上找到一位大神写的LKH的matlab接口（网址链接：https://github.com/unr-arl/LKH_TSP），除了matlab接口还有调用LKH的python接口。可能各位小伙伴对LKH算法还不太了解，不过没关系，大家只要记住LKH算法是目前求解TSP问题最牛X的算

  2022-05-07

• 外显子组测序数据分析

  简介外显子测序是指利用序列捕获技术将全基因组外显子区域DNA捕捉并富集后进行高通量测序的基因组分析方法。全外显子组测序仅需对全基因组的2%左右的区域进行测序，就能够得到超过95%的已知功能区域的信息，而这些区域涵盖了95%的孟德尔疾病致病突变以及多种疾病易感多态性位点。因此，全外显子组测序已经成为当前疾病相关基因检测的常用方法，广泛应用于寻找复杂疾病的致病基因和易感基因等。下面对外显子组测序数据的

  2022-05-07

• 真正的完全图解Seq2Seq Attention模型

  文通过图片，详细地画出了seq2seq+attention模型的全部流程，帮助小伙伴们无痛理解机器翻译等任务的重要模型。seq2seq 是一个Encoder–Decoder 结构的网络，它的输入是一个序列，输出也是一个序列， Encoder 中将一个可变长度的信号序列变为固定长度的向量表达，Decoder 将这个固定长度的向量变成可变长度的目标的信号序列。--简书好了别管了，接下来开始刷图吧。大框

  2022-05-07