目录 preliminary user clustering data interpolation model interpolation 这篇文章与那些优化证明收敛的文章不同点在于，它是从泛化性来进行算法收敛说明的，我觉得它更像是一个框架 ...

12月6～7日，由阿里巴巴集团、阿里巴巴技术发展部、阿里云云栖社区联合主办，以“2016 双 11 技术创新”为主题的阿里巴巴技术论坛，来自商家事业部的技术总监魏虎给大家分享了数据赋能商家背后的AI技术。首先对大数据和人工智能进行了简要介绍，接着着重分析了客户运营平台，包括实时分群算法、match ...

1 导引 现在多任务学习根据数据的收集方式可以粗略地被分为两种，一个是集中化的计算方法，即假定数据被事先收集到一个中心节点上然后再运行模型， 大多数基于神经网络的多任务学习应用，比如CV和NLP，主要都用的这种方法[1][2][3][4]。 另外还有一种是分布式的计算方法，这种方法假定异构 ...

摘要：ModelArts提供了一个实现个性化联邦学习的API——pytorch_fedamp_emnist_classification，它主要是让拥有相似数据分布的客户进行更多合作的一个横向联邦学习框架，让我们来对它进行一些学习和探索。 随着数字技术的发展，以及全社会对数字化的不断重视 ...

目前，推荐系统广泛应用于电商、信息流和地图。工业级推荐系统架构一般以召回+推荐作为大框架。其中，以算法区分，如下图所示。 离线/线上指标如下图所示： 个性化召回算法是根据用户的属性行为上下文等信息从物品全集中选取其感兴趣的物品作为候选集，召回决定了最终推荐结果的天花板。 个性化召回分为 ...

电影评分预测模型。如果数据量较大还是推荐使用spark来进行计算。 在spark中包含了许多机器学习算法，其中就有 ...

百分点科技周涛对主流推荐算法评述 啤酒和尿布的购买有关系吗？答案是，跟尿布一起购买最多的商品就是啤酒。据沃尔玛的分析调查，美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。对于隐藏在啤酒和尿布这类表面上风马牛不相及的商品背后的关联 ...

因子分解机（Factorization Machine，简称FM）算法用于解决大规模稀疏数据下的特征组合问题。FM可以看做带特征交叉的LR。 理论部分可参考FM系列，通过将FM的二次项化简，其复杂度可优化到\(O(kn)\)。即： \[\hat y(x) = w_0+\sum_{i ...