發(fā)簡信
IP屬地：重慶
-
《分布式機器學習》筆記1-機器學習基礎今天開始更新《分布式機器學習》的系列筆記褪储，保證每周2-3更仿畸，大家一起學習啊~~ 第一次筆記是機器學習基礎鞋诗，就簡單的整理一下知識點融涣。 機器學習的基...
-
劍指offer-python
二維數(shù)組中的查找 Q: 在一個二維數(shù)組中（每個一維數(shù)組的長度相同）侧漓，每一行都按照從左到右遞增的順序排序咒劲，每一列都按照從上到下遞增的順序排序继薛。請完...
-
特征工程
1. 介紹 特征工程是對原始數(shù)據(jù)進行一系列工程處理，將其提煉為特征爽待，作為輸入损同。是一個表示和展示數(shù)據(jù)的過程，特征工程去除原始數(shù)據(jù)中的雜質(zhì)和冗余鸟款，設...
-
推薦系統(tǒng)-Deep&Cross Network模型
模型構造 一個DCN模型從嵌入和堆積層開始揖庄，接著是一個交叉網(wǎng)絡和一個與之平行的深度網(wǎng)絡，最后是組合層欠雌，結合了兩個網(wǎng)絡的輸出蹄梢。模型如圖： 嵌入和堆...
-
推薦系統(tǒng)-DeepFM模型
1. 介紹 特征組合的問題 對于基于CTR預估的推薦系統(tǒng)，最重要的是學習用戶點擊行為背后的隱含特征或特征組合富俄。在不同的推薦任務中禁炒，低階組合特征或...
-
推薦系統(tǒng)-FFM(Field-aware Factorization Machine)模型
1. 介紹 在CTR預估的時候，經(jīng)常會遇到one-hot類型的變量霍比，這會導致嚴重的數(shù)據(jù)特征稀疏的情況幕袱。FFM(Field-aware Facto...
-
推薦系統(tǒng)-FM(Factorization Machine)模型1. 介紹 在進行CTR(click through rate)預估時，除了單個特征外悠瞬，通常要進行特征組合们豌，F(xiàn)M算法是進行特征組合時的常見算法。...
-
推薦系統(tǒng)-GBDT+LR 融合背景 在CTR預估的早期浅妆，使用最多的方法時邏輯回歸望迎，邏輯回歸通過Sigmoid函數(shù)，將函數(shù)值映射到0-1區(qū)間凌外，映射之后的值就是CTR的預估值辩尊。 ...