争取每周两篇。 积累的内容大致分成以下几种：数据处理分析、模型算法研究与应用、业务知识积累。谢谢关注，欢迎交流。
发简信
IP属地：贵州
-
Learning to Rank学习笔记1：Overview搜索排序跟自己的工作比较相关，最近打算仔细拜读一下刘铁岩老师的经典作品《Learning to Rank for Information Retrieval》，配合自己的理解...
-
Learning to Rank学习笔记2：The Pairwise Approach
这一节主要介绍下Pairwise相关的算法，Pointwise其实跟平时的机器学习算法很相似了，没有什么独到之处，就不再介绍。 前面说过，pairwise主要的优化目标主要是...
-
Hive知识积累
每天写很多Hive语句，写来写去逻辑也就那些，整理一下。 Hadoop、Spark这些大数据引擎的底层语言都比较复杂，写起来比较困难。因此Hive与Spark SQL应运而生...
-
Learning to Rank学习笔记3：The Listwise Approach
Listwise是对query下的整个文档集合进行排序。Listwise的算法大致可以分为两种，一种是直接想办法去优化NDCG、MAP这些评价指标，另一种是去自定义优化损失函...
-
150 successful machine learning models: 6 lessons learned at Booking.com 论文精读本篇论文来自Booking，介绍了它们实际应用机器学习模型的一些经验。这家公司是全球最大的OTA，市值大约是携程的四五倍。自己对论文做了一些整理。 1 OTA场景的特点 OT...