深度机器学习

摘要： 1、Embedding 和 One Hot 编码区别？ 在 embedding 空间中查找最近邻，这可以很好的用于根据用户的兴趣来进行推荐。 2）作为监督性学习任务的输入。 3）用于可视化不同离散变量之间的关系。 在深度神经网络中你如果直接接入onehot，那么你需要训练的参数维度也是爆炸式增长的， 阅读全文

摘要： 参考文档：https://mp.weixin.qq.com/s/IRq86H6-9HZYeFVxpwFUVQ 1、推荐系统通常服务于某个具体业务，业务在不同的时间阶段、场景、用户群体下，都有不同的目标，需要灵活考虑。 下面以资讯类APP举例说明： 不同的阶段：产品发展初期，我们更关注用户的粘性和留存 阅读全文

摘要： 1、CTR和推荐算法有什么本质区别？ https://mp.weixin.qq.com/s/hE5Vc2lLogZoDTBdpzNRJQ 2、线上线下效果一致性杂谈 https://mp.weixin.qq.com/s/B3uXCnK9eyRTg1laCjccQg 3、业务，工程和算法的互殴现场 h 阅读全文

摘要： 0、推荐术语 LCN： Longest Continuous no-click Num，连续展现不点击； 1、PNR（Positive Negative Rate） 正逆序比 = 正序数 / 逆序数； 2、TGI（Target Group Index） TGI：即Target Group Index 阅读全文

摘要： 0、参考文献 https://mp.weixin.qq.com/s/XD6qFpt8FdLTy2PcrLiTIA 1、 推荐算法套路 （1）排序模型一般都衍生自Google的Wide & Deep模型，有一个浅层模型（LR或FM）负责记忆，DNN负责扩展 （2）特征一般都采用类别特征。画像、用户历史 阅读全文

摘要： 0、参考链接 https://mp.weixin.qq.com/s/-c0fYyv9tCdBdiKbG7NPIg 1、问：指标上不去，rank加特征能够提升吗？ 分析办法：把rank分数分成若干区间，每个区间统计真实的ctr，更近一步，可以拆分成多个桶，比如按照某个特征拆分成 A，B两组，单独统计每 阅读全文

摘要： 阅读中需要记下的重点： 1、推荐系统推理 （1）针对不同用户或用户群，给出分数从高到底的推荐排序，取top_K展示。评分过程会受算法+人工干预控制； （2）推荐的本质是销售；学会讲故事，提供解释，说服他人！！ （3）Relational Inductive Biases, Deep Learning 阅读全文

摘要： 实际上strip是删除的意思；而split则是分割的意思。因此也表示了这两个功能是完全不一样的，strip可以删除字符串的某些字符，而split则是根据规定的字符将字符串进行分割。下面就详细说一下这两个功能。 1、strip()函数 1）函数原型： 声明：s为字符串，rm为要删除的字符序列 s.st 阅读全文

摘要： 1、list 正则表达式的使用：https://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html 读取文件list # 读文件 with open("test.txt", 'r') as fr: for i in fr: print(i) # 阅读全文

摘要： 1、排序，按自己的逻辑 nid_item_vec.sort([](const NID_PBDATA &l, const NID_PBDATA &r) -> bool { return l.second.pb_item->ext().dnn_score_cp() > r.second.pb_item->ext().dnn_score_... 阅读全文