09 2015 档案

RankNet
摘要:RankNet 论文的笔记: "Learning to rank using gradient descent" . 模型 特征 $\mathbf x_i \in \mathbb R^d$ 模型函数:$f: \mathbb R^d \to \mathbb R$若 $f(\mathbf x_i) f(... 阅读全文

posted @ 2015-09-28 23:49 bingoe 阅读(190) 评论(0) 推荐(0)

FTRL笔记
摘要:这篇笔记主要参考冯杨的五篇博客: "在线最优化求解(Online Optimization)" 。因为对于在线学习方法,稀疏性问题需要特别关注:每次在线学习一个新 instance 的时候,优化方向并不一定是全局最优,不容易产生稀疏解,而简单截断又可能将从全局看不该稀疏掉的特征变为零。所以这里以 ... 阅读全文

posted @ 2015-09-11 11:36 bingoe 阅读(417) 评论(0) 推荐(0)

导航