携程最新基于深度学习的混合协同过滤模型论文学习和分享
近些年，深度学习在语音识别、图像处理、自然语言处理等领域都取得了很大的突破与成就。相对来说，深度学习在推荐系统领域的研究与应用还处于早期阶段。 携程在深度学习与推荐系统结合的领域也进行了相关的研究与应用，并在国际人工智能顶级会议AAAI 2017上发表了相应的研究成果《A Hybrid ...
原文：论文分享：用于模型解释的对抗不忠学习
前言 本文介绍一篇发表在 KDD 的论文 Adversarial Infidelity Learning for Model Interpretation 。该工作提出了一种高效的模型无关的实例特征选择 IFS 方法，其目标在于解决现有IFS方法中存在的 完备性 sanity 组合捷径 combinatorial shortcuts 模型可识别性 model identifiability 和信息 ...
2020-11-25 17:17 0 434 推荐指数：
相关推荐
京东最新点击率预估模型论文学习和分享
最近看了京东算法团队最新发表的一篇点击率预估模型的paper Telepath: Understanding Users from a Human Vision Perspective in Large-Scale Recommender Systems，在这里分享一下。 这篇paper的创新 ...
Defense-GAN——防御对抗样本，本质上就是在用类似编码解码器（论文用了GAN）来进行表征学习，使得算法模型更健壮
2. Defense-GAN：Protecting Classifiers Against Adversarial Attacks Using Generative Models 本文[3]基于生成对抗网络（GAN）提出了一种新的防御机制：Defense-GAN。这是一个这是一个利用生成模型 ...
九、产生和防御对抗样本的新方法 | 分享总结--廖方舟（论文11）
视频连接：http://www.mooc.ai/course/383/learn#lesson/2163 论文总结：http://ai.yanxishe.com/page/blogDetail/5357 对抗样本的攻防： 什么是对抗样本 ...
对抗性鲁棒性与模型压缩：ICCV2019论文解析
对抗性鲁棒性与模型压缩：ICCV2019论文解析 Adversarial Robustness vs. Model Compression, or Both? 论文链接： http://openaccess.thecvf.com/content_ICCV_2019 ...
对抗样本论文总结
提出adversarial examples的论文Intriguing properties of neural ne ...
【基于模型的强化学习】论文阅读
强化学习传说：第五章 基于模型的强化学习 无模型的方法是通过agent不断探索环境，不断试错，不断学习，因此导致了无模型的方法数据效率不高。而基于模型的方法则相反，它能够充分利用已有的模型，高效地利用数据。 简单的思路： 先训练得到环境模型，再利用规划求解。但是本来专家算法就是这么做 ...
深度学习用于文本分类的论文及代码集锦
深度学习用于文本分类的论文及代码集锦 原创： FrankLearningMachine 机器学习blog 4天前 [1] Convolutional Neural Networks for Sentence Classification Yoon Kim New York ...