小小挖掘机

93 篇文章
39 人订阅

全部文章

石晓文

美团点评 · 算法实习生 (已认证)

算法面试太难?反手就是一波面经

八月参加了一些提前批的面试,包括阿里、百度、头条、贝壳、一点资讯等。整理了一些面试题,分享给大家。

743
石晓文

美团点评 · 算法实习生 (已认证)

整理一些计算机基础知识!

为了使不同计算机厂家生产的计算机能够相互通信,以便在更大的范围内建立计算机网络,国际标准化组织(ISO)在1978年提出了“开放系统互联参考模型”,即著名的OS...

653
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(六)--PNN模型理论和实践

推荐系统遇上深度学习(五)--Deep&Cross Network模型理论和实践

922
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(七)--NFM模型理论和实践

在CTR预估中,为了解决稀疏特征的问题,学者们提出了FM模型来建模特征之间的交互关系。但是FM模型只能表达特征之间两两组合之间的关系,无法建模两个特征之间深层次...

733
石晓文

美团点评 · 算法实习生 (已认证)

TensorFlow 和 NumPy 的 Broadcasting 机制探秘

在使用Tensorflow的过程中,我们经常遇到数组形状不同的情况,但有时候发现二者还能进行加减乘除的运算,在这背后,其实是Tensorflow的broadca...

842
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(八)--AFM模型理论和实践

在CTR预估中,为了解决稀疏特征的问题,学者们提出了FM模型来建模特征之间的交互关系。但是FM模型只能表达特征之间两两组合之间的关系,无法建模两个特征之间深层次...

922
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(九)--评价指标AUC原理及实践

CTR问题我们有两种角度去理解,一种是分类的角度,即将点击和未点击作为两种类别。另一种是回归的角度,将点击和未点击作为回归的值。不管是分类问题还是回归问题,一般...

721
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(十)--GBDT+LR融合方案实战

GBDT和LR的融合在广告点击率预估中算是发展比较早的算法,为什么会在这里写这么一篇呢?本来想尝试写一下阿里的深度兴趣网络(Deep Interest Netw...

1112
石晓文

美团点评 · 算法实习生 (已认证)

拟牛顿法面面俱到(一)--牛顿插值法

这次带来的是拟牛顿法系列,本系列的目标是完全理解拟牛顿法,包括其中涉及到的知识,比如泰勒公式、海森矩阵等,泰勒公式大家都很熟悉,不过它是怎么推导出来的呢?想必大...

701
石晓文

美团点评 · 算法实习生 (已认证)

L1正则化似懂非懂?不妨戳进来看一看

想必大家对L1正则化已经是再熟悉不过了,而且大家也都知道L1正则化是可以得到稀疏解的,即具有特征选择的功能。本文就从几何和数学两个角度来复习以下L1正则化。

732
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(四)--多值离散特征的embedding解决方案

在本系列第三篇文章中,在处理DeepFM数据时,由于每一个离散特征只有一个取值,因此我们在处理的过程中,将原始数据处理成了两个文件,一个记录特征的索引,一个记录...

1105
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(五)--Deep&Cross Network模型理论和实践

一个DCN模型从嵌入和堆积层开始,接着是一个交叉网络和一个与之平行的深度网络,之后是最后的组合层,它结合了两个网络的输出。完整的网络模型如图:

842
石晓文

美团点评 · 算法实习生 (已认证)

使用Tensorflow的DataSet和Iterator读取数据!

今天在写NCF代码的时候,发现网络上的代码有一种新的数据读取方式,这里将对应的片段剪出来给大家分享下。

572
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(十一)--神经协同过滤NCF原理及实战

好久没更新该系列了,最近看到了一篇关于神经协同过滤的论文,感觉还不错,跟大家分享下。

1133
石晓文

美团点评 · 算法实习生 (已认证)

Spark作业基本运行原理解析!

我们使用spark-submit提交一个Spark作业之后,这个作业就会启动一个对应的Driver进程。提交作业的节点称为Master节点,Driver进程就是...

731
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(十二)--推荐系统中的EE问题及基本Bandit算法

Exploration and Exploitation(EE问题,探索与开发)是计算广告和推荐系统里常见的一个问题,为什么会有EE问题?简单来说,是为了平衡推...

1094
石晓文

美团点评 · 算法实习生 (已认证)

从贝叶斯角度看L1及L2正则化

首先写一下为什么会写这个吧,之前在看linUCB的一篇博客的时候,看到了这么一段话:

881
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(十四)--强化学习与推荐系统的强强联合!

之前学习了强化学习的一些内容以及推荐系统的一些内容,二者能否联系起来呢!今天阅读了一篇论文,题目叫《DRN: A Deep Reinforcement Lear...

903
石晓文

美团点评 · 算法实习生 (已认证)

推荐系统遇上深度学习(十三)--linUCB方法浅析及实现

上一篇中介绍了Bandit算法,并介绍了几种简单的实现,如 Epsilon-Greedy算法,Thompson sampling算法和UCB算法。

982
石晓文

美团点评 · 算法实习生 (已认证)

论文笔记系列(一)-Seq2Seq与RL的结合综述!

这篇论文是一篇综述性质的文章吧,研究了现有的Seq2Seq模型的应用和不足,以及如何通过不同的强化学习方法解决不足,写的深入具体,mark一下。

885

扫码关注云+社区