05 2021 档案

机器学习（三十五）— AUC 原理及计算方式
摘要：1、AUC（Area Under Curve）原理 ROC（Receiver Operating Characteristic）曲线与AUC（Area Under Curve） ROC曲线： 横坐标：假正率(False positive rate， FPR)，FPR = FP / [ FP + TN 阅读全文
posted @ 2021-05-31 10:57 深度机器学习 阅读(10786) 评论(0) 推荐(0) 编辑
机器学习（三十四）— Sigmoid 与 Softmax 的理解
摘要：1、Sigmoid、Softmax 函数 （1）Sigmoid Sigmoid =多标签分类问题=多个正确答案=非独占输出（例如胸部X光检查、住院）。构建分类器，解决有多个正确答案的问题时，用Sigmoid函数分别处理各个原始输出值。 Sigmoid函数是一种logistic函数，它将任意的值转换到 阅读全文
posted @ 2021-05-30 21:35 深度机器学习 阅读(2799) 评论(0) 推荐(1) 编辑
推荐系统（10）—— 进化算法、强化学习
摘要：1、进化策略（ES：evolution strategy） 在一定的抽象程度上，进化方法可被视为这样一个过程：从个体构成的群体中采样并让其中成功的个体引导未来后代的分布。但是，其数学细节在生物进化方法的基础上实现了很大的抽象，我们最好将进化策略看作是一类黑箱的随机优化技术。 策略作用方式以交叉熵CE 阅读全文
posted @ 2021-05-28 23:59 深度机器学习 阅读(2685) 评论(0) 推荐(0) 编辑
代码题（68）— 跳跃游戏、合并区间、盛最多水的容器
摘要：1、55. 跳跃游戏 给定一个非负整数数组 nums ，你最初位于数组的 第一个下标 。 数组中的每个元素代表你在该位置可以跳跃的最大长度。 判断你是否能够到达最后一个下标。 示例 1： 输入：nums = [2,3,1,1,4]输出：true解释：可以先跳 1 步，从下标 0 到达下标 1, 然后 阅读全文
posted @ 2021-05-27 09:14 深度机器学习 阅读(93) 评论(0) 推荐(0) 编辑
代码题（67）— 删除链表的倒数第 N 个结点、链表中倒数第 K个节点、移除链表元素
摘要：1、19. 删除链表的倒数第 N 个结点 给你一个链表，删除链表的倒数第 n 个结点，并且返回链表的头结点。 双指针的经典应用，如果要删除倒数第n个节点，让fast移动n步，然后让fast和slow同时移动，直到fast指向链表末尾。删掉slow所指向的节点就可以了。 /** * Definitio 阅读全文
posted @ 2021-05-24 23:28 深度机器学习 阅读(84) 评论(0) 推荐(0) 编辑
推荐系统（9）—— 推荐系统重排序-注意力模型小结
摘要：1、阿里巴巴PRM模型 推荐系统的架构大致分为如下几个模块：召回、粗排、精排、重排，那么为什么要引入重排模块呢。在精排阶段，我们希望得到的是一个候选排序队列的全局最优解，但是实际上，通常在精排阶段，我们精排模型是针对用户和每一个候选广告（商品）输出一个分值；而每个候选之间也会相互影响。例如在360搜 阅读全文
posted @ 2021-05-21 17:01 深度机器学习 阅读(2866) 评论(0) 推荐(0) 编辑
代码题（66）— 二叉树的所有路径、最长同值路径
摘要：1、257. 二叉树的所有路径 给定一个二叉树，返回所有从根节点到叶子节点的路径。 说明: 叶子节点是指没有子节点的节点。 示例: 输入: 1 / \ 2 3 \ 5 输出: ["1->2->5", "1->3"] 解释: 所有根节点到叶子节点的路径为: 1->2->5, 1->3 这道题给我们一个 阅读全文
posted @ 2021-05-17 16:46 深度机器学习 阅读(327) 评论(0) 推荐(0) 编辑
推荐系统（8）—— 多目标优化应用总结_1
摘要：为什么要做多目标优化？ 做多目标优化一般由业务驱动，比如电商场景，肯定是希望推出去的东西用户既点击又购买并且下次还来，如果能够点赞收藏分享那就更好了，这里面涉及的优化目标就多了，比如点击率、转化率、收藏等等，在信息流场景也是一样的。所以多目标的优化是跟业务强相关的，想做一个用户喜欢、内容创作者愿意创 阅读全文
posted @ 2021-05-16 19:21 深度机器学习 阅读(3133) 评论(1) 推荐(1) 编辑
推荐系统（7）—— CTR 预估算法综述
摘要：1、Factorization Machines(FM) FM主要目标是：解决大规模稀疏数据下的特征组合问题。根据paper的描述，FM有一下三个优点： 可以在非常稀疏的数据中进行合理的参数估计 FM模型的时间复杂度是线性的 FM是一个通用模型，它可以用于任何特征为实值的情况 算法原理：在一般的线性 阅读全文
posted @ 2021-05-13 13:38 深度机器学习 阅读(3559) 评论(0) 推荐(0) 编辑
推荐系统（6）—— 特征组合作用
摘要：1、在广告LR模型中，为什么要做特征组合？ 在业界，LR模型之所以很受欢迎，主要是因为LR模型本质是对数线性模型，实现简单，易于并行，大规模扩展方便，迭代速度快，同时使用的特征比较好解释，预测输出在0与1之间契合概率模型。但是，线性模型对于非线性关系缺乏准确刻画，特征组合正好可以加入非线性表达，增强 阅读全文
posted @ 2021-05-12 14:34 深度机器学习 阅读(542) 评论(0) 推荐(1) 编辑
推荐系统（5）—— 推荐系统多目标优化（ESMM、MMOE、CGC、PLE）
摘要：1、基本思想 目前用的较多的算法ESMM和MMOE类的算法，都是基于目标的重要性是对等或线性相关来优化的，也一定程度上仿真建模解决了业务的需求。后面会细讲一下最基础的两个算法ESMM和MMOE，这里概括一下： ESMM：定义p(CTR)为曝光到点击的概率，那么点击然后购买的概率为p(CTCVR),他 阅读全文
posted @ 2021-05-10 12:26 深度机器学习 阅读(20594) 评论(0) 推荐(1) 编辑
代码题（65）— 在排序数组中查找元素的第一个和最后一个位置、长度最小的子数组
摘要：1、34. 在排序数组中查找元素的第一个和最后一个位置 给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。 如果数组中不存在目标值 target，返回 [-1, -1]。 进阶：你可以设计并实现时间复杂度为 O(log n) 的算法解决 阅读全文
posted @ 2021-05-07 00:18 深度机器学习 阅读(144) 评论(0) 推荐(0) 编辑