Explainable Matrix Factorization with Constraints on Neighborhood in the Latent

MultivariateAnalysis,Monitoring,andControlofProcessesUsingLatentVariableMethods

LatentDirichletAllocation(LDA)是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。LDA是一种非监督机器学习技术，可以用来识别大规模文档集（

这个是LDA的源代码，里面实现了中文分词，以及有实际的数据，我都已经写好了，可以把数据以文件夹的形式读入，方便使用

广义Cholesky分解和Cholesky-like分解的严格扰动界，李寒宇，杨艳飞，广义Cholesky分解和Cholesky-like分解是经典的Cholesky分解的推广。本文给出了关于这两个分

双曲QR分解的新扰动界，李寒宇，杨虎，矩阵的双曲QR分解为矩阵经典QR分解的推广，可以看作为由SanjaSinger与SasaSinger提出的不定QR分解的三角情形。本文考虑了双曲QR分解的扰�

factorization machine 隐因子分解机

Guanghui Wang, Q.M. Jonathan Wu, "Guide to Three Dimensional Structure and Motion Factorization" S r

AI模型可解释性是当前非常火爆的领域,本资料是AAAI 2020 tutorial的PPT,内容非常丰富,值得学习

Explainabilityandeffectivenessaretwokeyaspectsforbuildingrecommendersystems.Prioreffortsmostlyfocuso

知识图谱KGC是一个世界级会议,将有经验的实践者、技术领导者、前沿研究人员、学者和供应商聚集在一起,就知识图的主题进行为期两天的演讲、讨论和网络交流。KGC2021在5月3号到6号举行。来自加拿大Co