A good way of thinking of where the Laplace Transform comes from, and a way which dispe...
发简信
IP属地：浙江
-
拉普拉斯变换中的S是个什么鬼？
-
微信公众号：科研狗<br>知乎ID：李狗嗨
-
模型排序能力与用户相关性
在推荐场景下，模型auc大于0.5，其排序能力一定高于随机吗？模型离线评估auc大于0.5，上线后发现与随机推荐没差别？排序的商品结果与用户没有相关性？ 关于相关性与偏置信息...
-
有偏估计在CTR预估中引入的问题1、由于高斯分布方差的最大似然估计为有偏估计，导致方差估计值在样本量较小时有较大的低估。[1]假设单一变量X分布（这里用高斯分布，实际也不是必要），虚线为负样本（数据量较大）...
-
Cosine-Distance在向量训练中的问题
对于目的为学习embedding的模型。比如向量化User，Query间的关系。一侧使用Query相关特征，一侧使用User相关特征，进行数层全连接后，得到两个N维向量。向量...
-
点积向量检索。Maximum Inner Product Search（MIPS）最大点积向量检索（MIPS）：原有的LSH使用经过原点的随机超平面进行划分，只能对余玄相似度（cosine-distance）进行划分，所以在进行检索的时候，能大幅减少计算量...
-
BSD：Auction with ROI constraints
之前关于BSD的讨论：https://www.jianshu.com/p/5edf15c787ed[https://www.jianshu.com/p/5edf15c787e...
