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是個什么鬼待锈？
-
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
在推薦場景下金赦，模型auc大于0.5掌唾，其排序能力一定高于隨機嗎今野？模型離線評估auc大于0.5照藻，上線后發(fā)現(xiàn)與隨機推薦沒差別？排序的商品結(jié)果與用戶沒有相關(guān)性彼水？ 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崔拥、由于高斯分布方差的最大似然估計為有偏估計，導(dǎo)致方差估計值在樣本量較小時有較大的低估凤覆。[1]假設(shè)單一變量X分布（這里用高斯分布链瓦，實際也不是必要），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的模型盯桦。比如向量化User慈俯，Query間的關(guān)系。一側(cè)使用Query相關(guān)特征拥峦，一側(cè)使用User相關(guān)特征贴膘，進行數(shù)層全連接后，得到兩個N維向量略号。向量...
-
點積向量檢索刑峡。Maximum Inner Product Search（MIPS）最大點積向量檢索（MIPS）：原有的LSH使用經(jīng)過原點的隨機超平面進行劃分，只能對余玄相似度（cosine-distance）進行劃分玄柠，所以在進行檢索的時候突梦，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...
