我们知道机器学习应用过程包含很多步骤，如图所示『标准机器学习应用流程』，有数据预处理、特征工程、模型训练、模型迭代优化、部署预估等环节。...

推荐系统中常见的深度学习模型由Embedding表和神经网络两部分组成，其中Embedding部分起记忆表征作用，神经网络起到分析和归纳作用。实际上，神经网络在的分析能力是很有限的，更多是表现为归纳。而归纳的效果非常依赖表征的...

导读：针对点击率预估场景，整个领域的技术演进经历了从早期大量人工特征工程到基于因子分解机的模型变种，再到深度神经网络进行自动特征学习的趋势，整体上模型能力越来越强，手工特征和数据处理的比重也逐渐降低。然而，近年来...

数据和特征的机器学习的基础，没有足够数量的正负样本和有效且适合模型的特征，即使模型再优秀，模型的效果也不好太好，相反数据量足够，设计出有效且适合模型的特征，即使使用最简单的模型也可能获得较好的效果，特征的重要性不言...

在计算广告和推荐系统中，点击率（Click Through Rate，以下简称CTR）预估是一个重要问题。在CTR预估任务中（以下简称CTR任务），我们通常利用user信息、item信息和context信息来预测user对item的CTR。...

每天给你送来NLP技术干货！----“搜推广”是企业里离钱最近的岗位，在CV/NLP越来越卷的当下，很多朋友起了转推荐算法的念头。我就经常收到此类私信和留言。今天这篇文章打算跟大家聊一聊转行推荐算法的问题。从前途角度考...

向AI转型的程序员都关注了这个号

向AI转型的程序员都关注了这个号

请记住，在本章中讨论的大多数技术都是机器学习和深度学习通用的，一部分用于解决过拟合问题的技术（如dropout）除外。

向AI转型的程序员都关注了这个号