1. 為什么要做特征歸一化/標(biāo)準(zhǔn)化？ 數(shù)據(jù)預(yù)處理中，通常會用到特征歸一化，為什么要做歸一化呢？一般有兩點(diǎn)： 消除特征間單位和尺度差異的影響特征間的單位（尺度）可能不同。比如身...
發(fā)簡信
IP屬地：北京
-
特征歸一化/標(biāo)準(zhǔn)化 -
Bert細(xì)節(jié)整理本文是對bert的細(xì)節(jié)進(jìn)行整理，分成3個部分的問題： 目錄 輸入 與transformer相比輸入有什么不同？ bert的3種embedding分別有什么意義，如果實(shí)現(xiàn)的？ ...
-
-
Transformer細(xì)節(jié)整理本文是對transformer的細(xì)節(jié)進(jìn)行整理，主要有以下問題： Transformer為什么Q和K使用不同的權(quán)重矩陣生成，為何不能使用同一個值進(jìn)行自身的點(diǎn)乘？ 關(guān)于 self...
-
搜索排序之房源點(diǎn)擊在我們的業(yè)務(wù)場景中，優(yōu)化指標(biāo)是總的商機(jī)數(shù)（聯(lián)系經(jīng)紀(jì)人算是商機(jī)），通過對業(yè)務(wù)指標(biāo)進(jìn)行拆解，將目標(biāo)拆分成： 提升用戶搜索次數(shù) 提升搜索pctr（pctr表示點(diǎn)擊次數(shù)/請求數(shù)） 提...
-
wide&deep VS deepFMwide&deep和deepFM在推薦搜索中比較常見，這里對原理不做過多介紹，主要想說下特征處理。 1. wide&deep 模型結(jié)構(gòu) wide&deep結(jié)合了LR和DNN，...
-
信息熵的相關(guān)概念（交叉熵、相對熵等）
1. 信息熵 參考信息熵是什么？- D.Han的回答-知乎[https://www.zhihu.com/question/22178202/answer/223017546]...
-
SVD 代碼實(shí)踐
本文主要介紹tensorflow和pyspark對svd的實(shí)現(xiàn)，具體原理可見上篇-SVD在協(xié)同過濾推薦系統(tǒng)中的應(yīng)用 大綱 SVD 代碼實(shí)踐之tensorflow SVD 代碼...
-
論文閱讀：Alibaba-Deep Interest Network for CTR Prediction提綱 解決的問題 方法 啟發(fā)與疑問 1. 解決的問題 簡單點(diǎn)說，本文是為了解決在商品推薦中如何表示用戶對不同種類商品的興趣。舉個例子，一位年輕的媽媽瀏覽過或者購買過很多種類的...