Zobrazeno 1 - 10
of 15
pro vyhledávání: '"Acharyya, Sreangsu"'
Exploiting low-rank structure of the user-item rating matrix has been the crux of many recommendation engines. However, existing recommendation engines force raters with heterogeneous behavior profiles to map their intrinsic rating scales to a common
Externí odkaz:
http://arxiv.org/abs/1811.00159
In this article we provide a formulation of empirical bayes described by Atchade (2011) to tune the hyperparameters of priors used in bayesian set up of collaborative filter. We implement the same in MovieLens small dataset. We see that it can be use
Externí odkaz:
http://arxiv.org/abs/1707.02294
Autor:
Acharyya, Sreangsu
This dissertation addresses the task of learning to rank, both in the supervised and unsupervised settings, by exploiting the interplay of convex functions, monotonic mappings and their fixed points. In the supervised setting of learning to rank, one
Externí odkaz:
http://hdl.handle.net/2152/21154
This paper introduces a novel approach for learning to rank (LETOR) based on the notion of monotone retargeting. It involves minimizing a divergence between all monotonic increasing transformations of the training scores and a parameterized predictio
Externí odkaz:
http://arxiv.org/abs/1210.4851
Unsupervised models can provide supplementary soft constraints to help classify new, "target" data since similar instances in the target set are more likely to share the same class label. Such models can also help detect possible differences between
Externí odkaz:
http://arxiv.org/abs/1206.0994
Publikováno v:
International Journal on Document Analysis and Recognition; 20240101, Issue: Preprints p1-10, 10p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Proceedings of the 7th ACM Conference Recommender Systems; 10/12/2013, p49-56, 8p
Publikováno v:
Proceedings of the Second Workshop: Analytics for Noisy Unstructured Text Data; 7/24/2008, p67-74, 8p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.