A good way of thinking of where the Laplace Transform comes from, and a way which dispe...
發(fā)簡信
IP屬地：湖北
-
拉普拉斯變換中的S是個什么鬼每窖？
-
微信公眾號：科研狗<br>知乎ID：李狗嗨
-
模型排序能力與用戶相關(guān)性
在推薦場景下矾湃，模型auc大于0.5亡脑，其排序能力一定高于隨機(jī)嗎？模型離線評估auc大于0.5，上線后發(fā)現(xiàn)與隨機(jī)推薦沒差別远豺？排序的商品結(jié)果與用戶沒有相關(guān)性？ 關(guān)于相關(guān)性與偏置信息...
-
有偏估計在CTR預(yù)估中引入的問題1坞嘀、由于高斯分布方差的最大似然估計為有偏估計躯护，導(dǎo)致方差估計值在樣本量較小時有較大的低估。[1]假設(shè)單一變量X分布（這里用高斯分布丽涩，實際也不是必要）棺滞，虛線為負(fù)樣本（數(shù)據(jù)量較大）...
-
Cosine-Distance在向量訓(xùn)練中的問題
對于目的為學(xué)習(xí)embedding的模型。比如向量化User矢渊，Query間的關(guān)系继准。一側(cè)使用Query相關(guān)特征，一側(cè)使用User相關(guān)特征矮男，進(jìn)行數(shù)層全連接后移必，得到兩個N維向量。向量...
-
點積向量檢索毡鉴。Maximum Inner Product Search（MIPS）最大點積向量檢索（MIPS）：原有的LSH使用經(jīng)過原點的隨機(jī)超平面進(jìn)行劃分崔泵，只能對余玄相似度（cosine-distance）進(jìn)行劃分，所以在進(jìn)行檢索的時候猪瞬，能大幅減少計算量...
-
BSD：Auction with ROI constraints
之前關(guān)于BSD的討論：http://www.reibang.com/p/5edf15c787ed[http://www.reibang.com/p/5edf15c787e...
