加利福尼亚大学,简称加州大学或加大 (University of California, 简称 UC) 是美国加州的一个公立大学系统。它是组成加州公立高等教育体系的三个大学系统之一 [...] 属性上属研究型大学。加州大学系统总共有十个校区(包括柏克莱加大、三藩市加大、洛杉矶加大 、圣塔芭芭拉加大、河滨加大…),加州大学也签约管理三个美国能源部的国家实验室。它拥有诺贝尔奖得主 55 位。美国国家科学院院士 357 位,占美国国家科学院总院士 2039 位的近 1/5;拥有全职学生 20 多万人,其中华裔学生占 13%...

Source: 加利福尼亚大学 - 维基百科,自由的百科全书

VIP内容

题目: Advances in Collaborative Filtering and Ranking

摘要: 在这篇论文中,我们讨论了协同过滤和排序的一些最新进展。第一章简要介绍了协同过滤与排序的历史与现状;第二章首先讨论了图信息的点态协同过滤问题,以及我们提出的新方法如何对深度图信息进行编码,从而帮助现有的四种图信息协同过滤算法;第三章介绍了协同排序的两两方法,以及如何将算法加速到接近线性的时间复杂度;第4章是关于新的列表方法的协作排序,以及如何更好的选择列表方法的损失显式和隐式反馈超过点和两两损失;第5章是关于我们提出的新的正则化技术——随机共享嵌入(SSE),以及它在6个不同的任务(包括推荐和自然语言处理)中的理论有效性和经验有效性;第6章是我们如何在SSE的帮助下,为最先进的顺序推荐模型引入个性化,这对于防止我们的个性化模型对训练数据的过度拟合起到了重要的作用;第7章,我们总结了目前所取得的成果,并展望了未来的发展方向;第八章是所有章节的附录。

成为VIP会员查看完整内容
0
25

最新论文

In a pilot program during the 2016-17 admissions cycle, the University of California, Berkeley invited many applicants for freshman admission to submit letters of recommendation. We use this pilot as the basis for an observational study of the impact of submitting letters of recommendation on subsequent admission, with the goal of estimating how impacts vary across pre-defined subgroups. Understanding this variation is challenging in observational studies, however, because estimated impacts reflect both actual treatment effect variation and differences in covariate balance across groups. To address this, we develop balancing weights that directly optimize for ``local balance'' within subgroups while maintaining global covariate balance between treated and control units. We then show that this approach has a dual representation as a form of inverse propensity score weighting with a hierarchical propensity score model. In the UC Berkeley pilot study, our proposed approach yields excellent local and global balance, unlike more traditional weighting methods, which fail to balance covariates within subgroups. We find that the impact of letters of recommendation increases with the predicted probability of admission, with mixed evidence of differences for under-represented minority applicants.

0
0
下载
预览
Top