三種聯邦學習的個性化方法及應用
目錄 preliminary user clustering data interpolation model interpolation 這篇文章與那些優化證明收斂的文章不同點在於，它是從泛化性來進行算法收斂說明的，我覺得它更像是一個框架 ...
原文：個性化聯邦學習算法框架發布，賦能AI葯物研發
摘要：近期，中科院上海葯物所 上海科技大學聯合華為雲醫療智能體團隊，在Science China Life Sciences 發表題為 Facing Small and Biased Data Dilemma in Drug Discovery with Enhanced Federated Learning Approaches 的文章。 本文分享自華為雲社區 中科院上海葯物所 上海科技大學 ...
2021-07-31 10:45 0 120 推薦指數：
相關推薦
千人千面、個性化推薦，解讀數據賦能商家背后的AI技術
12月6～7日，由阿里巴巴集團、阿里巴巴技術發展部、阿里雲雲棲社區聯合主辦，以“2016 雙 11 技術創新”為主題的阿里巴巴技術論壇，來自商家事業部的技術總監魏虎給大家分享了數據賦能商家背后的AI技術。首先對大數據和人工智能進行了簡要介紹，接着着重分析了客戶運營平台，包括實時分群算法、match ...
分布式多任務學習及聯邦學習個性化
1 導引 現在多任務學習根據數據的收集方式可以粗略地被分為兩種，一個是集中化的計算方法，即假定數據被事先收集到一個中心節點上然后再運行模型， 大多數基於神經網絡的多任務學習應用，比如CV和NLP，主要都用的這種方法[1][2][3][4]。 另外還有一種是分布式的計算方法，這種方法假定異構 ...
跟我學ModelArts丨探索ModelArts平台個性化聯邦學習API
摘要：ModelArts提供了一個實現個性化聯邦學習的API——pytorch_fedamp_emnist_classification，它主要是讓擁有相似數據分布的客戶進行更多合作的一個橫向聯邦學習框架，讓我們來對它進行一些學習和探索。 隨着數字技術的發展，以及全社會對數字化的不斷重視 ...
個性化推薦算法綜述
目前，推薦系統廣泛應用於電商、信息流和地圖。工業級推薦系統架構一般以召回+推薦作為大框架。其中，以算法區分，如下圖所示。 離線/線上指標如下圖所示： 個性化召回算法是根據用戶的屬性行為上下文等信息從物品全集中選取其感興趣的物品作為候選集，召回決定了最終推薦結果的天花板。 個性化召回分為 ...
基於Spark ALS算法的個性化推薦
電影評分預測模型。如果數據量較大還是推薦使用spark來進行計算。 在spark中包含了許多機器學習算法，其中就有 ...
個性化推薦算法評述
百分點科技周濤對主流推薦算法評述 啤酒和尿布的購買有關系嗎？答案是，跟尿布一起購買最多的商品就是啤酒。據沃爾瑪的分析調查，美國的太太們常叮囑她們的丈夫下班后為小孩買尿布，而丈夫們在買尿布后又隨手帶回了他們喜歡的啤酒。對於隱藏在啤酒和尿布這類表面上風馬牛不相及的商品背后的關聯 ...
個性化排序算法實踐(一)——FM算法
因子分解機（Factorization Machine，簡稱FM）算法用於解決大規模稀疏數據下的特征組合問題。FM可以看做帶特征交叉的LR。 理論部分可參考FM系列，通過將FM的二次項化簡，其復雜度可優化到\(O(kn)\)。即： \[\hat y(x) = w_0+\sum_{i ...