算法工程师的自我修养

相关推荐

• FM: 推荐算法中的瑞士军刀

  前言 自从我上次在知乎回答了问题<机器学习中较为简单的算法有哪些?>,很多同学私信我询问我FM算法在推荐系统中的应用细节,索性今天就专门写一篇文章,仔细聊一聊FM这把"推荐算法中 ...

• 一周目：算法工程师开荒攻略

  文章作者:陈然@Tubi 内容来源:比图科技 导读:Tubi TV 是最大的免费视频网站之一,在 2020 年我们宣布了三千三百万的月活跃用户,并且这个数字还在继续快速增长.我们的机器学习支撑了公司里 ...

• 智能风控模型的自动化迭代

  编辑整理:许瑞 出品平台:DataFunTalk 导读:本文主要分享在智能风控体系下模型如何做到全流程自动化的迭代.将介绍融360如何搭建落地整套系统的方法和经验,以及有哪些环节是需要考虑的,会面临哪 ...

• 从矩阵分解到FM的演进、FM如何用于召回和排序以及实现说明

  本文主要包含以下内容: 1.背景 2.矩阵分解类算法 2.1 协同过滤 CF 2.2 矩阵分解 MF 2.3 逻辑回归 LR 2.4 因子分解机FM 2.5 组合模型 3.FM深入介绍 3.1 FM特 ...

• LLE降维算法

  流形分析作为非线性降维的一个分支,拥有多种算法,常见的算法列表如下 流形分析的要点在于降维之后,仍然保留流形中的某些几何属性.之前介绍的isomap保留了测地距离这一几何属性,由于考虑的是全局关系,对 ...

• 干货！无监督学习的公平性研究

  公平性学习在近些年来受到学术界和工业界的广泛关注,其旨在于保护或隐藏某些敏感属性(例如,性别.种族.地域)并同时保持原有的学习效用.在本次讲座中,作者简单介绍了不同公平性定义,并聚焦于群组公平性,并介 ...

• 谈谈工业界落地能力最强的机器学习算法

  尽管BERT为代表的预训练模型大肆流行,但是身处工业界才会知道它落地有多难,尤其是QPS动辄几百的在线推荐.搜索系统,哪怕在大厂也很难在线上系统见到它们. 今天就想反其道而行之,谈谈工业界搜索.推荐. ...

• 深入理解YouTube推荐系统算法

  去年天池-安泰杯跨境电商智能算法大赛是我初次接触推荐相关的比赛,通过比赛让我对推荐系统有了较为浅显的认识,赛后也是打算系统的学习这方面的内容,此后我也会将[推荐系统]作为一个系列板块进行更新,主打经典 ...

• 万变不离其宗：用统一框架理解向量化召回

  前言 常读我的文章的同学会注意到,我一直强调.推崇,不要孤立地学习算法,而是要梳理算法的脉络+框架,唯有如此,才能真正融会贯通,变纸面上的算法为你的算法,而不是狗熊掰棒子,被层出不穷的新文章.新算法搞 ...

• 五个工业风满满的 Look-alike 算法

  五个工业风满满的 Look-alike 算法

• Wide&Deep模型的八个实战细节

  我的其他NLP文章可以去这里star: https://github.com/DA-southampton/NLP_ability 全文目录如下: 0.背景 1. wide & deep 在推 ...

• 图对比学习的最新进展

  编辑整理:吴祺尧 加州大学圣地亚哥分校 出品平台:DataFunSummit 导读:本文跟大家分享下图自监督学习中最近比较热门的研究方向:图对比学习,在近期的进展以及组内在此方向上最近的一些工作.主要 ...

• 汽车之家推荐系统排序算法迭代之路

  文章作者:李晨旭 汽车之家 出品平台:DataFunTalk 导读:汽车之家的推荐系统紧随前沿技术,在支持内部多个推荐场景的同时,对外也有了一定的输出.未来我们期望汽车之家的推荐系统不只是前沿技术的应 ...

• 一文搞懂CTR建模

  作者:coreyzhong,腾讯 IEG 应用研究员 本文分为三个部分: Part1 是前菜,帮助没接触过相关内容的同学快速了解我们要做什么.为什么做: Part2 适合刚刚接触 pCTR 建模想要完 ...