A good way of thinking of where the Laplace Transform comes from, and a way which dispe...
發(fā)簡信
IP屬地：寧夏
-
拉普拉斯變換中的S是個什么鬼驯用？
-
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性
在推薦場景下我擂，模型auc大于0.5阱洪，其排序能力一定高于隨機嗎侮腹？模型離線評估auc大于0.5啊送，上線后發(fā)現(xiàn)與隨機推薦沒差別偿短？排序的商品結果與用戶沒有相關性？ 關于相關性與偏置信息...
-
有偏估計在CTR預估中引入的問題1馋没、由于高斯分布方差的最大似然估計為有偏估計昔逗，導致方差估計值在樣本量較小時有較大的低估。[1]假設單一變量X分布（這里用高斯分布篷朵，實際也不是必要）勾怒，虛線為負樣本（數(shù)據(jù)量較大）...
-
Cosine-Distance在向量訓練中的問題
對于目的為學習embedding的模型。比如向量化User声旺，Query間的關系笔链。一側使用Query相關特征，一側使用User相關特征腮猖，進行數(shù)層全連接后鉴扫，得到兩個N維向量。向量...
-
點積向量檢索澈缺。Maximum Inner Product Search（MIPS）最大點積向量檢索（MIPS）：原有的LSH使用經過原點的隨機超平面進行劃分坪创，只能對余玄相似度（cosine-distance）進行劃分，所以在進行檢索的時候姐赡，能大幅減少計算量...
-
BSD：Auction with ROI constraints
之前關于BSD的討論：http://www.reibang.com/p/5edf15c787ed[http://www.reibang.com/p/5edf15c787e...
