《AutoRec: Autoencoders Meet Collaborative Filtering》WWW2015 阅读笔记

时间 2020-12-30

标签深度学习繁體版

原文原文链接

前一阵子阅读了部分deep learning结合Collaborative filtering的工作，准备写一系列的阅读笔记，这是作为预热的第一篇，也是最容易的一篇，WWW 2015的poster，看起来很快。在传统的CF里，所用的信息即为所有用户历史的评分数据，按用户做行，item做列，可以得到一个rating matrix R ，其中Rij指 useri 对 itemj 的打分。其中我们只能

>>阅读原文<<

1. AutoRec: Autoencoders Meet Collaborative Filtering
2. 翻译AutoRec: Autoencoders Meet Collaborative Filtering
3. 《AutoRec: Autoencoders Meet Collaborative Filtering》理解
4. 论文笔记：AutoRec: Autoencoders Meet Collaborative Filtering
5. 阅读笔记：Item-based Collaborative Filtering Recommendation Algorithms
6. Dual Channel Hypergraph Collaborative Filtering 读书笔记
7. 【阅读笔记】Adversarially Regularized Autoencoders
8. 论文阅读笔记：Social Collaborative Filtering for Cold-start Recommendations
9. 论文笔记：Neural Collaborative Filtering
10. Spectral Collaborative Filtering论文笔记
更多相关文章...
• RSS 阅读器 - RSS 教程
• PHP 实例 - AJAX RSS 阅读器 - PHP教程
• Tomcat学习笔记（史上最全tomcat学习笔记）
• RxJava操作符（三）Filtering

最新文章

1. 正确理解商业智能 BI 的价值所在
2. 解决梯度消失梯度爆炸强力推荐的一个算法-----LSTM（长短时记忆神经网络）
3. 解决梯度消失梯度爆炸强力推荐的一个算法-----GRU（门控循环神经⽹络）
4. HDU4565
5. 算概率投硬币
6. 密码算法特性
7. DICOMRT-DiTools：clouddicom源码解析(1)
8. HDU-6128
9. 计算机网络知识点详解（持续更新...）
10. hods2896(AC自动机）

本站公众号

欢迎关注本站公众号,获取更多信息

1. AutoRec: Autoencoders Meet Collaborative Filtering
2. 翻译AutoRec: Autoencoders Meet Collaborative Filtering
3. 《AutoRec: Autoencoders Meet Collaborative Filtering》理解
4. 论文笔记：AutoRec: Autoencoders Meet Collaborative Filtering
5. 阅读笔记：Item-based Collaborative Filtering Recommendation Algorithms
6. Dual Channel Hypergraph Collaborative Filtering 读书笔记
7. 【阅读笔记】Adversarially Regularized Autoencoders
8. 论文阅读笔记：Social Collaborative Filtering for Cold-start Recommendations
9. 论文笔记：Neural Collaborative Filtering
10. Spectral Collaborative Filtering论文笔记

>>更多相关文章<<