首页 > 代码库 > Factorization Machines 学习笔记(四)学习算法
Factorization Machines 学习笔记(四)学习算法
最近学习了一种叫做 Factorization Machines(简称 FM)的算法,它可对任意的实值向量进行预测。其主要优点包括: 1) 可用于高度稀疏数据场景;2) 具有线性的计算复杂度。本文将对 FM 框架进行简单介绍,并对其训练算法 — 随机梯度下降(SGD)法和交替最小二乘(ALS)法进行详细推导。
相关链接:
(一)预测任务
(二)模型方程
(三)回归和分类
(四)学习算法
作者: peghoty
出处: http://blog.csdn.net/itplus/article/details/40536025
欢迎转载/分享, 但请务必声明文章出处.
Factorization Machines 学习笔记(四)学习算法
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。