摘要： 分类 分类方式：预测步长（单步预测、多步预测）、输入变量（单变量、多变量）、输出结果、目标个数 特征 可以从时域、频域、时频结合角度构建时间序列特征。其中时域比较常见，诸如加窗口统计或者lag；频域代表方法为FFT，预测时不太实用；时频结合如EMD分解等，预测时会存在数据泄露的问题，其实也不太实用。 阅读全文

摘要： 问题一：你的最大缺点是什么？ 对策：真诚地暴露自己的弱点， 只要这个弱点不是你所申请职位的“致命伤”即可。 一次真实的经历： HR:说说你的缺点； 我：和正式员工相比经验不足； HR:说性格方面的； 我：。。。胆小，担心出错，提交文件要反复检查多次。 示范回答1： 我的公开演讲能力比较差，在公共场合 阅读全文

摘要： 一. FM与FFM 1. FM模型 FM（Factorization Machines，因子分解机），在数据非常稀疏的情况下，依然能估计出可靠的参数进行预测。模型覆盖了LR的宽模型结构，同时也引入了交叉特征，增加模型的非线性，提升模型容量，能捕捉更多的信息，且时间复杂度为线性的。 2.FFM模型 对 阅读全文

摘要： 一. 深度学习 ###1. 常见的激活函数特点是什么？比较tanh、sigmoid以及relu。 参考[https://blog.csdn.net/weixin_36558054/article/details/90214751] sigmoid函数的主要特点（缺点）： 反向传播时，很容易就会出现梯 阅读全文

摘要： ##整体皮肤设置 参考：https://www.dbnuo.com/Cnblogs-Theme-SimpleMemory/docs/v1.1/#/Docs/Guide/versionMapping ##下雪效果&点击爱心 参考：https://www.cnblogs.com/ywheunji/p/1 阅读全文