檢索結果：共3筆資料 檢索策略： "戴碧如".cadvisor (精準) and year="103"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
隨著網路世代的興起，資訊量大幅的增加，現今推薦系統已不單只使用於電子商務，各個領域都有這方面的需求。在學術領域，隨著文獻電子化的普及以及文獻數量的大幅增增加，已有許多幫助尋找文獻的學術搜尋服務的需求…
2
大多數的分類演算法都需要大量的標記樣本（Labeled samples）來訓練分類器，然而現實生活中資料型態大多數都是屬於未標記資料（Unlabeled data）。人工標記相當耗費人力及時間， 因…
3
在推薦系統中協同過濾 (Collaborative filtering) 是目前最廣泛使用的方法之一，而此方法最重要的組成部分便是透過使用者項目矩陣 (User-item matrix) 找到相似的…