SVD:

 

SVD算法详解

下面开始介绍SVD算法,假设存在以下user和item的数据矩阵:

这是一个极其稀疏的矩阵,这里把这个评分矩阵记为R,其中的元素表示user对item的打分,“?”表示未知的,也就是要你去预测的,现在问题来了:如何去预测未知的评分值呢?上一篇文章用SVD证明了对任意一个矩阵A,都有它的满秩分解:

Continue reading

1. 语料标注:
代表 HMM 分词

2. 词向量:
代表: one-hot
word2vec
3. 常用语文本的特征:
TF-IDF
目标相似词
PMI
4. 常用的机器学习关系抽取
关系分类, 命名实体识别
5. 科研方向的深度学习 CNN + RNN 在知识抽取上的应用方向