1.基本概念和思想
2.**實戰
memorization 和 generalization是推薦系統很常見的兩個概念，其中memorization指的是通過使用者與商品的互動資訊矩陣學習規則，而generalization則是泛化規則。
memorization趨向於更加保守，推薦使用者之前有過行為的items。相比之下，generalization更加趨向於提高推薦系統的多樣性（diversity）。memorization只需要使用乙個線性模型即可實現，而generalization需要使用dnn實現
（1）關於wide&deep的相關知識：
（2）tensorflow真官網
是打不開的，官網如下：
（3）wide&deep的tensorflow官方文件
/api_docs/python/tf/keras/experimental/widedeepmodel
（4）相應的github**
Datawhale十月組隊學習 推薦系統3
1.核心思想 2.基本原理 3.程式設計實現 談到矩陣分解，最常用的方法是特徵值分解 evd 或者奇異值分解 svd 1 首先是evd，它要求分解的矩陣是方陣，顯然使用者 物品矩陣不滿足這個要求，而傳統的svd分解，會要求原始矩陣是稠密的，而我們這裡的這種矩陣一般情況下是非常稀疏的，如果想用奇異值分...
十月十日學習心得
今天主要學習了運算子和dom模型。今天學習的也都屬於基礎性質的內容，一些簡單的算數 賦值 運算。對於dom這一塊，特別是特徵相關屬性聽得有點迷，還需要進一步的去了解學習，這應該就是我今天課後主要需要攻克的東西了。今天進行了周測，主要內容是近一周內學習的html和css的基礎概念和應用的檢查。測試下來...
2023年十月第三週學習
2020年十月第三週學習 tb6612電機驅動模組 引腳作用 pwma 輸入a的pwm波 ain1 a的輸入腳，與ain2一起設定正轉反轉 ain2 a的輸入腳，與ain1一起設定正轉反轉 stby 相當於晶元的開關，置1的時候晶元工作 bin1 b的輸入腳，與bin2一起設定正轉反轉 bin2 b...