發(fā)簡(jiǎn)信
IP屬地：重慶
-
從假設(shè)檢驗(yàn)到A/B測(cè)試1. 前言 A/B測(cè)試常用于算法優(yōu)化(推薦，廣告，搜索等)，運(yùn)營(yíng)策略選擇，UI設(shè)計(jì)等，是互聯(lián)網(wǎng)產(chǎn)品迭代中最常用的評(píng)價(jià)手段。其核心思想是控制變量法...
-
阿里CAN：特征交互的新思路導(dǎo)讀：全文約3300字，分為以下5個(gè)部分，請(qǐng)按需閱讀。I. 研究背景：特征交互與笛卡爾積II. CAN的實(shí)現(xiàn)：模型結(jié)構(gòu)，實(shí)現(xiàn)細(xì)節(jié)，多階優(yōu)化以及各...
-
分布式TF入門(mén)筆記2017年，F(xiàn)acebook在ResNet50上采用了分布式訓(xùn)練，開(kāi)啟了分布式深度學(xué)習(xí)的的大規(guī)模應(yīng)用時(shí)代。通過(guò)使用分布在32個(gè)服務(wù)器上的256個(gè)...
-
PAL：華為對(duì)于廣告推薦position bias問(wèn)題的解決方案
論文地址：https://www.researchgate.net/publication/335771749_PAL_a_position-b...
-
推薦系統(tǒng)架構(gòu)梳理（一）：特征工程廣告，搜索和推薦三大系統(tǒng)，可謂是現(xiàn)今各大互聯(lián)網(wǎng)企業(yè)營(yíng)收的三駕馬車(chē)。這三個(gè)概念互相聯(lián)系又各有區(qū)別。三者都致力于將優(yōu)質(zhì)的內(nèi)容展現(xiàn)給用戶(hù)，通過(guò)用戶(hù)的點(diǎn)...
-
阿里SDM:用戶(hù)長(zhǎng)短期序列如何結(jié)合利用？論文地址：https://arxiv.org/abs/1909.00385v1 前言 在大規(guī)模推薦系統(tǒng)中，獲取用戶(hù)的精準(zhǔn)偏好是一個(gè)基本問(wèn)題。本論...
-
Recommending What Video to Watch Next: A Multitask Ranking System最近陸續(xù)把一些文章搬到微信公眾號(hào)上,之后的更新也會(huì)在公眾號(hào)上同步進(jìn)行. 歡迎搜索:DeepCTR 論文地址：https://dl.acm.org...
-
用戶(hù)微觀行為在推薦系統(tǒng)中的應(yīng)用業(yè)內(nèi)人士都清楚特征工程在推薦系統(tǒng)中的重要性。要想開(kāi)發(fā)出高質(zhì)量的特征，必須要弄清楚其來(lái)源，用處，對(duì)用戶(hù)的刻畫(huà)等等方面。這篇文章對(duì)于微觀行為特征的數(shù)...
-
Logistic Regression，Softmax以及Cross Entropy
I. Logistic Regression(LR) 1. 從線(xiàn)性回歸說(shuō)起 線(xiàn)性回歸(Linear Regression)是一個(gè)回歸模型，用線(xiàn)性...