协同过滤算法推荐系统构建三大方法：基于内容的推荐content-based，协同过滤collaborative filtering，隐语义模型(LFM, latent factor model)推荐。这篇博客主要讲协同过滤。——《推荐系统：协同过滤collaborative filtering》协同过滤(CF, Collaborative Filtering)的主要思想是：利用已有的用户群过去的行

发现，大模型可能会在生成代码的时候同时写一些推理思考的文本，为了较好地区分，这里对于非编程代码的部分全部添加一个“#”，作为注释。随着大模型的发展，以Chain-of-Thought的提示学习方法可以有效地提升算术推理的性能。对于一些特殊的推理场景，有必要结合CoT完成多步骤：PoT可以先为一个Question生成一个中间推理和计算的结果，基于中间结果再继续使用CoT完成剩余的推理工作。例如时间计

pycharm与ssh远程访问服务器docker  背景：有些实验需要在服务器上完成，因此为了快速便利地在本地调试远程服务器上的代码，需要完成本地与远程服务器的直连。然而现阶段诸多服务器上安装有docker，通常需要在docker内完成调试代码，因此本文主要提供远程访问服务器docker的配置方法。  需要工具及说明：pycharm：集成开发工具ssh：远程访问工具docker：容器1、配置远程服

pycharm与ssh远程访问服务器docker  背景：有些实验需要在服务器上完成，因此为了快速便利地在本地调试远程服务器上的代码，需要完成本地与远程服务器的直连。然而现阶段诸多服务器上安装有docker，通常需要在docker内完成调试代码，因此本文主要提供远程访问服务器docker的配置方法。  需要工具及说明：pycharm：集成开发工具ssh：远程访问工具docker：容器1、配置远程服

目前，已经开放了AAAI2021的Accept Paper List， 博主在寒假期间精选了76篇 知识图谱（Knowledge Graph） 的入选论文。知识图谱论文中，热点关键词：knowledge-xxx(guided, enhanced, enriched, aware)，few-shot (zero-shot, meta) learning，知识表示学习知识图谱表征，知识图谱补全，链接预

A survey on Few-shot Learning （小样本学习）  机器学习已经成功地在数据密集型任务上得以应用，但通常却不能够处理数据很少的情况。最近，小样本学习（Few-shot Learning，FSL）被提出用于解决这个问题。在先验知识的基础上，FSL可以有效的涵盖一个只有极少监督信息数量样本的新任务。本文，我们将对小样本学习FSL进行一个系统的梳理。首先给出FSL一个形式化的定

分布式大数据处理系统概览（一）  本博文主要对现如今分布式大数据处理系统进行概括整理，相关课程为华东师范大学数据科学与工程学院《大数据处理系统》，参考大夏学堂，下面主要整理HDFS/MapReduce/Spark/Yarn/Zookeeper/Storm/SparkStreaming/Lambda/DataFlow/Flink/Giraph有关的内容。分布式大数据处理系统大纲分布式大数据...

python爬取强智科技教务系统，以江苏科技大学为例：本人开发的系统作为参考：https://www.wjn1996.cn/estudy/tools/educationLogin.jsp?school=10289&search=1以本人账号为例： 程序如下，保存为test.py，cmd命令执行python3 test.py+学号+密码。可返回所有成绩列表。im...

【预训练语言模型】RoBERTa: A Robustly Optimized BERT Pretraining Approach作者发现BERT以及提供的预训练语言模型并没有得到充分的训练，因此本文提出RoBERTa以挖掘BERT模型，并提供充分的训练。作者认为，扩增训练语料、增大预训练的迭代次数、去掉Next Sentence Prediction、在更长的序列上训练、动态Masking等策略（

ERNIE: Enhanced Language Representation with Informative Entities（ERNIE）  前记： 【预训练语言模型】系列文章是对近几年经典的预训练语言模型论文进行整理概述，帮助大家对预训练模型进行全局的理解。本系列文章将不断更新，敬请关注博主。本文分享一个对BERT进行改进的预训练模型，其认为传统的预训练模型都只考虑了文本自身，而没有考虑到