Archive

推荐系统中的多任务学习算法（一）

ESMM, MMoE和SNR

延迟反馈论文解读（一）

阿里巴巴：ES-DFM

推荐系统中的embedding应该怎么做？

看看kdd21中的新思路

广告领域常用分析指标

TensorFlow学习之路（一）

从一些基本概念开始

耶鲁博弈论公开课学习笔记（一）

从一个游戏开始

Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting读书笔记（六）

欺诈检测

Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting读书笔记（五）

归因模型

Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting读书笔记（四）

动态价格

Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting读书笔记（三）

竞价策略

Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting读书笔记（二）

RTB拍卖和市场价格分布预估

Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting读书笔记（一）

引言以及RTB工作原理

Transformer详解

从encoder-decoder到self-attention

「经典算法回顾」：Boosting系列算法

从AdaBoost到LightGBM

「联邦学习系列」：个性化联邦学习（三）

知识蒸馏篇补充

「联邦学习系列」：个性化联邦学习（二）

知识蒸馏篇

「联邦学习系列」：个性化联邦学习（一）

元学习方法篇

「联邦学习系列」：纵向联邦学习中的实体对齐

如何匹配参与方之间的样本

「联邦学习最新论文解读」：ICLR2020中的联邦学习

看看ICLR2020中有关联邦学习的文章

「联邦学习最新论文解读」：AAAI2020中的联邦学习

看看AAAI2020中有关联邦学习的文章

「经典网络解读」：门控循环单元——GRU

LSTM的一种有效替代

「经典网络解读」：长短时记忆网络——LSTM

LSTM为什么这么有效

「机器学习论文解读」：广告点击率预估算法-Deep Interest Evolution Network

让兴趣也可以进化和演变

「机器学习论文解读」：广告点击率预估算法-Deep Interest Network

用局部激活单元来自适应学习用户兴趣

「机器学习论文解读」：推荐算法-DeepFM

经典回顾

「机器学习论文解读」：推荐算法-FNN和PNN

如何在FM之上利用DNN做高阶特征

「机器学习论文解读」：推荐算法-xDeepFM

一起看看CIN的巧妙之处

「机器学习论文解读」：推荐算法-DCN

Deep & Cross Network for Ad Click Predictions

「Learning Spark系列」：环境准备

Spark Setup

「算法总结系列」：二分搜索法

Binary Search

「算法总结系列」：广度优先算法

Breath First Search

「算法总结系列」：深度优先算法

Depth First Search

「算法总结系列」：动态规划

Dynamic Programming

「算法总结系列」：堆

Heap

「算法总结系列」：栈

Stack

「算法总结系列」：扫描线

Sweep Line

「算法总结系列」：Trie树

Trie Tree

「算法总结系列」：双指针

Two Pointers

「算法总结系列」：并查集

Union Find