07 2021 档案

计算广告(8)-------AUC和COPC, 线上指标和线下指标各种问题
摘要：一 AUC 表示正样本排在负样本前的排序能力 AUC主要评估的是模型对于整体样本的排序能力，例如AUC为0.9，样本中有p条正样本，n条负样本，两两组合又p*n种组合方案，那么auc=0.9代表着p*n组正负样本组合中有90%的组合其P(正)>P(负)的。 二 copc = (real cvr) / 阅读全文

posted @ 2021-07-26 15:33 吱吱了了 阅读(7452) 评论(0) 推荐(0) 编辑

（7）李宏毅深度学习----总结
摘要： 阅读全文

posted @ 2021-07-25 13:13 吱吱了了 阅读(268) 评论(0) 推荐(1) 编辑

（6）李宏毅深度学习----卷积神经网络
摘要：一、卷积神经网络 阅读全文

posted @ 2021-07-24 23:22 吱吱了了 阅读(308) 评论(0) 推荐(0) 编辑

（5）李宏毅深度学习----优化器和BN
摘要：一、优化器 二、BN 阅读全文

posted @ 2021-07-22 01:07 吱吱了了 阅读(205) 评论(0) 推荐(0) 编辑

（4）李宏毅深度学习---梯度下降和BP
摘要：一、梯度下降 二、BP算法 阅读全文

posted @ 2021-07-19 01:33 吱吱了了 阅读(252) 评论(0) 推荐(0) 编辑

（3）李宏毅深度学习---误差、偏差和方差
摘要： 阅读全文

posted @ 2021-07-17 00:47 吱吱了了 阅读(186) 评论(0) 推荐(0) 编辑

（2）李宏毅深度学习简介----回归
摘要：一、回归定义 找到一个函数，通过输入特征x，输出一个数值结果。 二、模型步骤 （what）模型假设，选择模型框架（线性模型） （why）模型评估，如何判断众多模型（不同参数）的优劣（损失函数） （how）模型优化，如何筛选最优的模型（梯度下降） 三、回归模型 1、线性回归： 一元线性回归 多元线性回 阅读全文

posted @ 2021-07-14 00:27 吱吱了了 阅读(276) 评论(0) 推荐(0) 编辑

（1）李宏毅深度学习-----机器学习简介
摘要：一、机器学习简介 是什么？ 机器学习：给模型（函数）输入数据，输出结果。 机器学习分类： 1）监督学习：即给定输入和输出以及输出，学习函数。 2）半监督学习：数据不够，有一部分数据有输入和输出，但有一部分没有输出。 3）无监督学习：只有输入没有输出。 4）迁移学习：可以有label也可以没有labe 阅读全文

posted @ 2021-07-13 00:20 吱吱了了 阅读(468) 评论(0) 推荐(0) 编辑

< 2025年3月 >
日 一 二 三 四 五 六
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

导航

统计

点击右上角即可分享
微信分享提示