花費 7 ms
因果推斷-解決推薦系統公平性的新思路

論文引入 近年來推薦系統公平性成為新的熱點,在所有解決公平性問題的方法中,因果推斷顯得格外靚眼。我們以論文《Recommendations as treatments: Debiasing lear ...

Sat Oct 09 16:13:00 CST 2021 0 690
DeepLearning.ai學習筆記(二)改善深層神經網絡:超參數調試、正則化以及優化--Week1深度學習的實用層面

更多筆記請火速前往 DeepLearning.ai學習筆記匯總 本周我們將學習如何配置訓練/驗證/測試集,如何分析方差&偏差,如何處理高偏差、高方差或者二者共存的問題,如何在神經網絡中應用不同的正則化方法(如L2正則化、Dropout),梯度檢測。 一、訓練/驗證/測試集 ...

Mon Sep 11 01:13:00 CST 2017 0 6443
推薦系統公平性論文閱讀(一)

公平性(fariness)-新的突破點 推薦系統的公平性(fairness)正在成為推薦系統領域的一個新的突破點,目前對於推薦系統這種需要落地的應用,單純的在模型領域取得准確率等指標的突破已經不是唯 ...

Thu Oct 07 01:04:00 CST 2021 0 402
推薦系統公平性論文閱讀(四)

接下來我總共花了將近四天時間才將論文《Towards Long-term Fairness in Recommendation》[1]理解透徹。因為該論文用到了強化學習(Reinforcement L ...

Fri Oct 08 17:56:00 CST 2021 1 251
推薦系統公平性論文閱讀(二)

接下來我花一天時間精讀了論文《Learning Fair Representations for Recommendation: A Graph-based Perspective》[1],將論文的結 ...

Thu Oct 07 23:34:00 CST 2021 0 215
推薦系統公平性論文閱讀(五)

這幾天我的主要任務是對論文《Towards Long-term Fairness in Recommendation》[1] 中所描述的算法進行編程實現,然后測試該算法的效果並記錄。以下分模型算法細節 ...

Sat Oct 09 00:21:00 CST 2021 0 202
推薦系統公平性論文閱讀(三)

這幾天我的主要任務是調試和運行之前根據論文《Learning Fair Representations for Recommendation: A Graph-based Perspective》所編 ...

Fri Oct 08 06:00:00 CST 2021 0 200
偏差-方差均衡(Bias-Variance Tradeoff)

眾所周知,對於線性回歸,我們把目標方程式寫成:。 (其中,f(x)是自變量x和因變量y之間的關系方程式,表示由噪音造成的誤差項,這個誤差是無法消除的) 對y的估計寫成:。 就是對自變 ...

Thu Mar 28 17:32:00 CST 2019 0 951

 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM