看源论文和公式理解的是，怎么feature id 出现的频率越高，l2正则越大哇，求大神指导
推荐系统遇上深度学习(十八)--探秘阿里之深度兴趣网络(DIN)浅析及实现阿里近几年公开的推荐领域算法有许多，既有传统领域的探索如MLR算法，还有深度学习领域的探索如entire -space multi-task model，Deep Inter...
发简信
IP属地：江苏
-
-
-
seq2seq和attention原理详解1、Seq2seq Seq2seq由两个RNN/LSTM构成，其中encoder RNN产生原始sentence的encoding，decoder RNN将在encoding...
-
word2vector embeddding原理详解1、引入 word2vector的原本意思即为把词向量化，那么为什么要这么做呢？one-hot也可以表示词袋中的词，但是比如motel可以one-hot为[0,1,0,0,0...
-
阿里Sequential Deep Matching Model 精读和理解
本文主要在于精读该论文，提取一些信息，一方面帮助掌握和深入理解模型构建的结构，另一方面大家要结合自己做项目的需求进行总结和拓展，以保模型运用恰当和线上效果。 一、论文和模型整...
-
tensorflow中常见操作总结--tf.feature_column.embedding_column本次验证的目的在于：使用tf.feature_column.embedding_column函数进行训练得到的vector，在预测时直接使用tf.feature_column...
-
使用tensorflow来做word2vector(2)--实际操作
上篇文章对word2vector做了简单的描述，本篇主要是进行基础实践， 基本翻译来自：https://adventuresinmachinelearning.com...
-
使用tensorflow来做word2vector(1)--简易基本知识有关word2vector的原理这里不赘述，本篇仅阐述怎么使用tensorflow来做一个实际操作案例。这里的一些说明，均为实际操作总结，或来自别人的总结，经个人对在实际操作...
-
tensorflow中常见操作总结--读取数据关于读取dataframe数据为dataset，并做batch处理。 注意，tf中的dataset api读取数据时，使用了并行（parallel）和prefetch处理，所...
-
毕业于北京邮电大学模式识别实验室<br>bat多家工作经验。<br>免费公开课：个性化推荐算法实战入门必修课：<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fwww.imooc.com%2Flearn%2F1029" target="_blank">https://www.imooc.com/learn/1029</a><br>实战课<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fcoding.imooc.com%2Fclass%2F297.html" target="_blank">https://coding.imooc.com/class/297.html</a><br>劝君莫惜金缕衣 劝君惜取少年时
-
DSSM模型理解与其在广告推荐场景下的使用（1）个人目前所接触的深度模型中，都和神经网络有关，所以在学习和使用深度模型之前，有必要了解和熟悉神经网络的原理，以及后向优化过程，其实就是链式求导，最好自己跟着教学推到一遍。这样...
-
随机森林调参尝试和总结和真实数据结果随机森林的基本在此就不进行赘述了，主要针对调参实践进行总结和自己体会，从而更好的理解模型和数据。 主要针对树深(maxDepth)、各叶节点最少样本数(minInstance...
