最新 最热

我对安全与NLP的实践和思考

通过对安全与NLP的实践和思考,有以下三点产出。首先,产出一种通用解决方案和轮子,一把梭实现对各种安全场景的安全检测。通用解决方案给出一类安全问题的解决思路,打造轮子来具体解决这一类问题,而不是使用单个技术点去解...

2022-10-31
0

深度解析开源推荐算法框架EasyRec的核心概念和优势

随着移动App的普及,个性化推荐和广告成为很多App不可或缺的一部分,它们在改善用户体验和提升App收益方面都产生正向作用。深度学习在搜广推领域的应用也已经非常深入,并且给各种场景的效果带来了巨大的提升。针对推荐流...

2022-10-31
0

深度学习以及机器学习面试常见问题以及答案

解题思路 特征工程包括:特征构建->特征提取->特征选择。 选择特征:用户行为特征、用户消费特征、用户画像特征 为什么RFM模型:因为我们没有太多的用户行为数据,能用的数据比较有限。但是有一定的成交数据。只要有成交数据...

2022-10-28
0

推荐系统提纲笔记

相关图文Xmind、PDF、视频讲解、代码,请参阅语雀地址:https://www.yuque.com/chudi/tzqav9/ny150b

2022-09-30
0

机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾

作者: 寒小阳 时间:2015年11月。 出处:http://blog.csdn.net/han_xiaoyang/article/details/49797143 声明:版权所有,转载请注明出处,谢谢。

2022-09-27
0

特征工程系列之非线性特征提取和模型堆叠

当在数据一个线性子空间像扁平饼时 PCA 是非常有用的。但是如果数据形成更复杂的形状呢?一个平面(线性子空间)可以推广到一个 流形 (非线性子空间),它可以被认为是一个被各种拉伸和滚动的表面。...

2022-09-23
0

一文读懂CTR预估模型的发展历程

CTR预估是搜索、推荐、广告等领域基础且重要的任务,主要目标是预测用户在当前上下文环境下对某一个候选(视频、商品、广告等) 发生点击的概率。CTR预估从最原始的逻辑回归模型,发展到FM、深度学习模型等,经历了一个不断创...

2022-09-22
0

特征工程7种常用方法

向AI转型的程序员都关注了这个号

2022-09-20
0

AutoML工具对比与总结

向AI转型的程序员都关注了这个号

2022-09-20
0

pipeline和baseline是什么?

昨天和刚来项目的机器学习小白解释了一边什么baseline 和pipeline,今天在这里总结一下什么是baseline和pipeline。

2022-09-20
0