xd_xumaomao

摘要： 背景 AlphaZero 是由 DeepMind 开发的一种通用强化学习算法，于 2017 年首次提出（2018年发于science）。通过深度神经网络与蒙特卡洛树搜索（MCTS）的结合，无需依赖特定的领域知识，只需通过自对弈的方式训练模型，在围棋、国际象棋、将棋等复杂策略游戏中展现出超越人类顶尖选 阅读全文

摘要： 问题 给定用户特征，预估未来n天的付费概率、付费金额 数据分布 长尾分布：90% 用户不付费，10% 用户付费 付费金额的范围非常广 建模方案 1. 直接用MSE建模LTV 缺点：由于用户LTR分布是0值和连续值的混合，而MSE假设label服从正态分布，容易被0值主导，模型倾向于预估一个接近0的值 阅读全文