深度机器学习

摘要： 1、参数个性化 CTR 模型 - PPNet 2019 年之前，快手 App 主要以双列的瀑布流玩法为主，用户同视频的交互与点击，观看双阶段来区分。在这种形式下， CTR 预估模型变得尤为关键，因为它将直接决定用户是否愿意点击展示给他们的视频。彼时业界主流的推荐模型还是以 DNN、DeepFM 等简 阅读全文

摘要： 一、快手、抖音产品区别 1、用户群体 市面上流传着一句话“南抖音、北快手”，就是说玩抖音与玩快手的人群不同，说南方人喜欢玩抖音，北方人喜欢玩快手。这主要是与南北方习俗有直接联系，相对而言南方人喜欢安静，北方人喜欢热热闹闹的感觉，所以视频风格也有差异，虽然说现在抖音已经走向全球化，但是基本的用户群体还 阅读全文

摘要： 1、推荐系统偏差概述 1. Selection Bias 选择偏差主要来自用户的显式反馈，如对物品的评分。由于用户倾向于对自己感兴趣的物品打分，很少对自己很少对自己不感兴趣的物品打分，造成了数据非随机缺失(Missing Not At Random, MNAR)问题，观察到的评分并不是所有评分的代表 阅读全文

摘要： 1、推荐场景 快手主要的流量形态 有 4 个页面：在这些流量分发的场景中，推荐算法是起着核心主导作用，直接决定了用户的体验。 ① 发现页：致力于让用户看见更大的世界，分为单列和双列两种形态。 双列 点选模式，给用户提供选择的自由 单列 上下滑浏览，给用户沉浸式的浏览体验 ② 关注页：一个半熟人半陌生 阅读全文

摘要： 问题：如果分布P和Q，KL(P||Q)很大而KL(Q||P)很小表示什么现象？ 还是看定义吧。直观来说，这是对随机变量的每个取值上，这个值的加权平均。这里加权的权值是 （其实就是算了个期望）。 在大的地方，想让KL散度小，我们需要让的值尽量也大；而当本身小的时候，对整个KL的影响却没有那么大（因为l 阅读全文

摘要： 1、AUC（Area Under Curve）原理 ROC（Receiver Operating Characteristic）曲线与AUC（Area Under Curve） ROC曲线： 横坐标：假正率(False positive rate， FPR)，FPR = FP / [ FP + TN 阅读全文

摘要： 1、Sigmoid、Softmax 函数 （1）Sigmoid Sigmoid =多标签分类问题=多个正确答案=非独占输出（例如胸部X光检查、住院）。构建分类器，解决有多个正确答案的问题时，用Sigmoid函数分别处理各个原始输出值。 Sigmoid函数是一种logistic函数，它将任意的值转换到 阅读全文

摘要： 1、进化策略（ES：evolution strategy） 在一定的抽象程度上，进化方法可被视为这样一个过程：从个体构成的群体中采样并让其中成功的个体引导未来后代的分布。但是，其数学细节在生物进化方法的基础上实现了很大的抽象，我们最好将进化策略看作是一类黑箱的随机优化技术。 策略作用方式以交叉熵CE 阅读全文

摘要： 1、55. 跳跃游戏 给定一个非负整数数组 nums ，你最初位于数组的 第一个下标 。 数组中的每个元素代表你在该位置可以跳跃的最大长度。 判断你是否能够到达最后一个下标。 示例 1： 输入：nums = [2,3,1,1,4]输出：true解释：可以先跳 1 步，从下标 0 到达下标 1, 然后 阅读全文

摘要： 1、19. 删除链表的倒数第 N 个结点 给你一个链表，删除链表的倒数第 n 个结点，并且返回链表的头结点。 双指针的经典应用，如果要删除倒数第n个节点，让fast移动n步，然后让fast和slow同时移动，直到fast指向链表末尾。删掉slow所指向的节点就可以了。 /** * Definitio 阅读全文