腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

小七的各种胡思乱想

专栏作者

91

文章

160172

阅读量

40

订阅数

AB实验的高端玩法系列1 - AB实验人群定向/HTE/Uplift 论文github收藏

腾讯云开发者社区机器学习神经网络深度学习人工智能

这类问题之所以难以解决是因为ground truth在现实中是观测不到的，一个已经服了药的患者血压降低但我们无从知道在同一时刻如果他没有服药血压是不是也会降低。

风雨中的小七

2020-12-19

1.5K2

CTR学习笔记&代码实现5-深度ctr模型 DeepCrossing -> DCN

神经网络机器学习深度学习推荐系统

之前总结了PNN,NFM,AFM这类两两向量乘积的方式，这一节我们换新的思路来看特征交互。DeepCrossing是最早在CTR模型中使用ResNet的前辈，DCN在ResNet上进一步创新，为高阶特征交互提供了新的方法并支持任意阶数的特征交叉。

风雨中的小七

2020-05-20

2K0

CTR学习笔记&代码实现4-深度ctr模型 NFM/AFM

机器学习推荐系统深度学习

这一节我们总结FM另外两个远亲NFM，AFM。NFM和AFM都是针对Wide&Deep 中Deep部分的改造。上一章PNN用到了向量内积外积来提取特征交互信息，总共向量乘积就这几种，这不NFM就带着element-wise(hadamard) product来了。AFM则是引入了注意力机制把NFM的等权求和变成了加权求和。

风雨中的小七

2020-05-08

1.4K0

CTR学习笔记&代码实现3-深度ctr模型 FNN->PNN->DeepFM

推荐系统机器学习深度学习

这一节我们总结FM三兄弟FNN/PNN/DeepFM，由远及近，从最初把FM得到的隐向量和权重作为神经网络输入的FNN，到把向量内/外积从预训练直接迁移到神经网络中的PNN，再到参考wide&Deep框架把人工特征交互替换成FM的DeepFM，我们终于来到了2017年。。。

风雨中的小七

2020-04-24

1.6K6

CTR学习笔记&代码实现2-深度ctr模型 MLP->Wide&Deep

机器学习推荐系统深度学习

这一篇我们从基础的深度ctr模型谈起。我很喜欢Wide&Deep的框架感觉之后很多改进都可以纳入这个框架中。Wide负责样本中出现的频繁项挖掘，Deep负责样本中未出现的特征泛化。而后续的改进要么用不同的IFC让Deep更有效的提取特征交互信息，要么是让Wide更好的记忆样本信息

风雨中的小七

2020-04-10

1.1K0

AB实验人群定向HTE模型5 - Meta Learner

Meta Learner和之前介绍的Causal Tree直接估计模型不同，属于间接估计模型的一种。它并不直接对treatment effect进行建模，而是通过对response effect(target)进行建模，用treatment带来的target变化作为HTE的估计。主要方法有3种:T-Learner, S-Learner, X-Learner，思路相对比较传统的是在监督模型的基础上去近似因果关系。

风雨中的小七

2020-03-19

1.5K0

tensorflow feature_column踩坑合集

tensorflow 机器学习

feature_column输入可以是原始特征的列名,或者是feature_column。初上手感觉feature_column设计的有点奇怪，不过熟悉了逻辑后用起来还是很方便的。几个需要习惯一下的点：

风雨中的小七

2020-03-19

2.4K2

CTR学习笔记&代码实现1-深度学习的前奏LR->FFM

机器学习推荐系统

CTR学习笔记系列的第一篇，总结在深度模型称王之前经典LR，FM, FFM模型，这些经典模型后续也作为组件用于各个深度模型。模型分别用自定义Keras Layer和estimator来实现，哈哈一个是旧爱一个是新欢。特征工程依赖feature_column实现，这里做的比较简单在后面的深度模型再好好搞。完整代码在这里https://github.com/DSXiangLi/CTR

风雨中的小七

2020-03-19

4220

AB实验人群定向HTE模型4 - Double Machine Learning

机器学习神经网络深度学习人工智能

Hetergeneous Treatment Effect旨在量化实验对不同人群的差异影响，进而通过人群定向/数值策略的方式进行差异化实验，或者对实验进行调整。Double Machine Learning把Treatment作为特征，通过估计特征对目标的影响来计算实验的差异效果。

风雨中的小七

2020-02-18

3.1K0

因果推理的春天系列序 - 数据科学家们这些Paradox你们碰到过[分析对]么？

序章嘛咱多唠两句。花了大半个月才反反复复，断断续续读完了图灵奖得主Judea Pearl的The Book of WHY，感觉先读第四章的案例会更容易理解前三章相对抽象的内容。工作中对于归因问题迫切的需求，以及这两年深度学习在，都让我对因果推理在未来几年的爆发心怀希望。它最大的优势就是能回答'为什么'以及'假如这样做会怎样'等对实际业务有着根本意义的问题。对于这个领域我也是新人，所以只能抛出一些观点来供大家讨论。

风雨中的小七

2019-12-10

8060

AB实验人群定向HTE模型1 - Causal Tree

这篇是treatment effect估计相关的论文系列第一篇所以会啰嗦一点多给出点背景。

风雨中的小七

2019-10-23

2.1K4

AB实验人群定向HTE模型2 - Causal Tree with Trigger

机器学习大数据

这篇论文是在 Recursive Partitioning for Heterogeneous Casual Effects 的基础上加入了两个新元素：

风雨中的小七

2019-10-23

1.4K0

Tree - AdaBoost with sklearn source code

In the previous post we addressed some issue of decision tree, including instability, lack of smoothness, sensitivity to data, and etc.

风雨中的小七

2019-09-10

3720

Tree - Decision Tree with sklearn source code

决策树机器学习

After talking about Information theory, now let's come to one of its application - Decision Tree! Nowadays, in terms of prediction power, there are many ensemble methods based on tree that can beat Decision Tree generally. However I found it necessary to talk about Decision Tree before we talk about other advanced methods mainly for 2 reasons:

风雨中的小七

2019-09-10

7960

Tree - Information Theory

决策树机器学习

This will be a series of post about Tree model and relevant ensemble method, including but not limited to Random Forest, AdaBoost, Gradient Boosting and xgboost.

风雨中的小七

2019-09-10

4070

Tree - XGBoost with parameter description

机器学习决策树

In the previous post, we talk about a very popular Boosting algorithm - Gradient Boosting Decision T

风雨中的小七

2019-09-08

8190

Binary classification - 聊聊评价指标的那些事儿【回忆篇】

在解决分类问题的时候，可以选择的评价指标简直不要太多。但基本可以分成两2大类，我们今分别来说道说道

风雨中的小七

2019-09-08

8860

Binary classification - 聊聊评价指标的那些事儿【实战篇】

决策树机器学习

分类问题就像披着羊皮的狼，看起来天真无害用起来天雷滚滚。比如在建模前你思考过下面的问题么？

风雨中的小七

2019-09-08

1.2K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态