摘要：集成学习 该内容由个人整理和归纳，如有不同见解，还望指教～ 集成学习方法有哪些？bagging和boosting的区别？(京东) Boosting: AdaBoost, 提升树, GBDT, XGBoost, LightGBM Bagging: 随机森林 区别： 样本采样方式不同：Bagging 是 阅读全文

摘要：深度学习 该内容由个人整理和归纳，如有不同见解，还望指教～ 为什么要通过梯度下降求解参数？ 梯度的方向是函数增长速度最快的方向，那么梯度的反方向就是函数下降最快的方向，通过往函数下降最快的方向走，可以走到函数的极小/最小值点。 Embedding 为什么需要 Embedding? 因为有些类别特征转 阅读全文