大约有 2,500 项符合查询结果（耗时：0.0068秒） [XML]
推荐系统算法初探 - 更多技术 - 清泛网 - 专注C/C++及内核技术
...于各大新闻、微博热榜等，根据PV、UV、日均PV或分享率等数据来按某种热度排序来推荐给用户。
这种算法的优点是简单，适用于刚注册的新用户。缺点也很明显，它无法针对用户提供个性化的推荐。基于这种算法也可做一些...
程序员之网络安全系列（六）：动态密码 - 更多技术 - 清泛网 - 专注C/C++及内核技术
...列（二）：如何安全保存用户密码及哈希算法我们保证了数据的完整性程序员之网络安全系列（三）：数据加密之对称...前文回顾
程序员之网络安全系列（二）：如何安全保存用户密码及哈希算法 我们保证了数据的完整性
...
乘着App的创业浪潮 行业短信也迎来了新生和爆发 - 资讯 - 清泛网 - 专注C/C...
...业短信也迎来了新生和爆发国内短信总量正在加速下降，数据正在赤裸裸地证明着这一切。然而在短信面临寒冬的大趋势之下，短信验证码，正随着移动互联网以及O2O、P2P爆发的浪潮迎来了新生。随着移动互联网时代的不断向前...
Deep Learning（深度学习）学习笔记整理系列之（二） - 大数据 & AI - 清泛...
...习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需要考虑什么呢？
4.1、特征表示的粒度
学习算法在一个什么粒度上的特征表示...
Deep Learning（深度学习）学习笔记整理系列之（二） - 大数据 & AI - 清泛...
...习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需要考虑什么呢？
4.1、特征表示的粒度
学习算法在一个什么粒度上的特征表示...
Deep Learning（深度学习）学习笔记整理系列之（二） - 大数据 & AI - 清泛...
...习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需要考虑什么呢？
4.1、特征表示的粒度
学习算法在一个什么粒度上的特征表示...
Deep Learning（深度学习）学习笔记整理系列之（二） - 大数据 & AI - 清泛...
...习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需要考虑什么呢？
4.1、特征表示的粒度
学习算法在一个什么粒度上的特征表示...
Deep Learning（深度学习）学习笔记整理系列之（二） - 大数据 & AI - 清泛...
...习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需要考虑什么呢？
4.1、特征表示的粒度
学习算法在一个什么粒度上的特征表示...
Deep Learning（深度学习）学习笔记整理系列之（二） - 大数据 & AI - 清泛...
...习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需要考虑什么呢？
4.1、特征表示的粒度
学习算法在一个什么粒度上的特征表示...
Deep Learning（深度学习）学习笔记整理系列之（二） - 大数据 & AI - 清泛...
...习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需要考虑什么呢？
4.1、特征表示的粒度
学习算法在一个什么粒度上的特征表示...