论文地址：https://papers.nips.cc/paper/6907-lightgbm-a-highly-efficient-gradient-boosting-de...
发简信
IP属地：新疆
-
论文笔记 | NIPS2017 | LightGBM: A Highly Efficient Gradient Boosting Decision Tree -
论文笔记 | KDD2016 | XGBoost: A Scalable Tree Boosting System论文地址：https://arxiv.org/abs/1603.02754 官方代码：https://github.com/dmlc/xgboost 一 为什么读这篇 虽然几...
-
论文笔记 | KDD2014 | Practical Lessons from Predicting Clicks on Ads at Facebook论文地址：https://quinonero.net/Publications/predicting-clicks-facebook.pdf 一 为什么读这篇 本文属于深度学...
-
论文笔记 | NIPS2017 | DropoutNet: Addressing Cold Start in Recommender Systems论文地址：https://papers.nips.cc/paper/7081-dropoutnet-addressing-cold-start-in-recommender-...
-
论文笔记 | RecSys2019 | Sampling-Bias-Corrected Neural Modeling for Large Corpus Item Recommendations论文地址：https://dl.acm.org/doi/abs/10.1145/3298689.3346996 一 为什么读这篇 很早之前就收藏的，除了16年那篇YouTub...
-
论文笔记 | RecSys2019 | Recommending what video to watch next: a multitask ranking system论文地址：https://dl.acm.org/doi/10.1145/3298689.3346997 一 为什么读这篇 看完MMoE后接着看这一篇，进一步加深对MMoE的理...
-
论文笔记 | KDD2018 | Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Ex...论文地址：https://www.kdd.org/kdd2018/accepted-papers/view/modeling-task-relationships-in-mu...
-
论文笔记 | SIGIR2019 | Warm Up Cold-start Advertisements: Improving CTR Predictions via Learning to L...论文地址：https://arxiv.org/abs/1904.11547 官方代码：https://github.com/Feiyang/MetaEmbedding 一 为...
-
论文笔记 | KDD2018 | Deep Interest Network for Click-Through Rate Prediction论文地址：https://arxiv.org/abs/1706.06978 官方代码：https://github.com/zhougr1993/DeepInterestNe...
-
论文笔记 | arXiv | Deep Learning-based Sequential Recommender Systems: Concepts, Algorithms, and Eval...论文地址：https://arxiv.org/abs/1905.01997 一 为什么读这篇 已经看了几篇用Attention做序列推荐的具体方法，正好在这个过程中找到了这篇...
-
论文笔记 | arXiv | Next Item Recommendation with Self-Attention论文地址：https://arxiv.org/abs/1808.06414 官方代码：https://github.com/cheungdaven/DeepRec 一 为什么...
-
论文笔记 | ICDM2018 | Self-Attentive Sequential Recommendation论文地址：https://arxiv.org/abs/1808.09781 官方代码：https://github.com/kang205/SASRec 一 为什么读这篇 搜...
-
论文笔记 | NIPS2017 | Attention Is All You Need论文地址：https://arxiv.org/abs/1706.03762 官方代码：https://github.com/tensorflow/tensor2tensor ...
-
一步步解析Attention is All You Need！本文将通过细节剖析以及代码相结合的方式，来一步步解析Attention is all you need这篇文章。 这篇文章的下载地址为：https://arxiv.org/a...
-
论文笔记 | AAAI19(Oral) | DeepCF: A Unified Framework of Representation Learning and Matching Functio...官方代码：https://github.com/familyld/DeepCF 一 为什么读这篇 来新东家这边做推荐召回层的相关工作，刘总提的召回层的粗排也希望能用模型的方式...
-
论文笔记 | RecSys2016 | Deep Neural Networks for YouTube Recommendations论文地址：https://research.google.com/pubs/archive/45530.pdf 一 为什么读这篇 其实当年在微博做视频推荐时就这篇刚出来时就看...
-
论文笔记 | DLRS2016 | Wide & Deep Learning for Recommender Systems论文地址：https://arxiv.org/abs/1606.07792 一 为什么读这篇 自从打算重新搞推荐以来，看了各种各样的资料，收集了一堆TODO论文，发现这篇出现...
-
论文笔记 | ECCV2016 | SSD: Single Shot MultiBox Detector论文地址：https://arxiv.org/abs/1512.02325 代码地址：https://github.com/weiliu89/caffe/tree/ssd 一...
