發(fā)簡(jiǎn)信
IP屬地：廣西
-
《分布式機(jī)器學(xué)習(xí)》筆記1-機(jī)器學(xué)習(xí)基礎(chǔ)今天開始更新《分布式機(jī)器學(xué)習(xí)》的系列筆記，保證每周2-3更，大家一起學(xué)習(xí)啊~~ 第一次筆記是機(jī)器學(xué)習(xí)基礎(chǔ)，就簡(jiǎn)單的整理一下知識(shí)點(diǎn)。 機(jī)器學(xué)習(xí)的基...
-
劍指offer-python
二維數(shù)組中的查找 Q: 在一個(gè)二維數(shù)組中（每個(gè)一維數(shù)組的長(zhǎng)度相同），每一行都按照從左到右遞增的順序排序，每一列都按照從上到下遞增的順序排序。請(qǐng)完...
-
特征工程
1. 介紹 特征工程是對(duì)原始數(shù)據(jù)進(jìn)行一系列工程處理，將其提煉為特征，作為輸入。是一個(gè)表示和展示數(shù)據(jù)的過(guò)程，特征工程去除原始數(shù)據(jù)中的雜質(zhì)和冗余，設(shè)...
-
推薦系統(tǒng)-Deep&Cross Network模型
模型構(gòu)造 一個(gè)DCN模型從嵌入和堆積層開始，接著是一個(gè)交叉網(wǎng)絡(luò)和一個(gè)與之平行的深度網(wǎng)絡(luò)，最后是組合層，結(jié)合了兩個(gè)網(wǎng)絡(luò)的輸出。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(wèn)題 對(duì)于基于CTR預(yù)估的推薦系統(tǒng)，最重要的是學(xué)習(xí)用戶點(diǎn)擊行為背后的隱含特征或特征組合。在不同的推薦任務(wù)中，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(yù)估的時(shí)候，經(jīng)常會(huì)遇到one-hot類型的變量，這會(huì)導(dǎo)致嚴(yán)重的數(shù)據(jù)特征稀疏的情況。FFM(Field-aware Facto...
-
推薦系統(tǒng)-FM(Factorization Machine)模型1. 介紹 在進(jìn)行CTR(click through rate)預(yù)估時(shí)，除了單個(gè)特征外，通常要進(jìn)行特征組合，F(xiàn)M算法是進(jìn)行特征組合時(shí)的常見算法。...
-
推薦系統(tǒng)-GBDT+LR 融合背景 在CTR預(yù)估的早期，使用最多的方法時(shí)邏輯回歸，邏輯回歸通過(guò)Sigmoid函數(shù)，將函數(shù)值映射到0-1區(qū)間，映射之后的值就是CTR的預(yù)估值。 ...