原创 天池離線賽 - 移動推薦算法
因爲思路已經總結的比較好了，所以，我就不多說了。拿過來作記錄，供學習。 轉載網址：https://blog.csdn.net/Snoopy_Yuan/article/details/72454636 天池離線賽 - 移動推薦算法（二）
2020-06-17 09:24:21
原创 ububtu16下安裝Bazel
1.本人蔘考使用二進制安裝程序（推薦）方法，安裝成功。 2.官方參考https://docs.bazel.build/versions/master/install-ubuntu.html 3.bazel 各個版本下載：https://g
2020-06-17 09:24:21
原创 VS2015的下載和安裝以及VS2015頭文件和庫文件目錄環境設置
目錄 一、VS2015的下載和安裝 虛擬光驅的安裝 下載VS2015 安裝 VS2015 設置 VS2015 二、VS中添加LIb庫及頭文件（外部依賴項）的步驟 一、VS2015的下載和安裝 爲了更好地支持 Win10 程序的開發，微軟發
2020-06-17 09:24:21
原创 tensorflow源碼分析
轉載：https://www.cnblogs.com/jimchen1218/p/11608640.html tensorflow源碼分析
2020-04-19 07:56:29
原创 回溯法概述
前言 雖然之前也用過回溯法，但總是過一段時間，又會忘記。思來想去，得出一個結論”看（做）一兩個回溯法的例子，思想仍然是別人；看（做）多個回溯法的例子，思想才能成爲自己的“，於是決定對回溯法進行一個系統的整理和學習，挖掘其精髓，整理出系統的
2020-03-30 01:56:40
原创 回溯法 子集樹模板 系列 ——0-1揹包問題（回溯法和動態規劃及其比較）
問題 給定N個物品和一個揹包。物品i的重量是Wi,其價值位Vi ，揹包的容量爲C。問應該如何選擇裝入揹包的物品，使得放入揹包的物品的總價值爲最大？ 一、回溯法 分析 顯然，放入揹包的物品，是N個物品的所有子集的其中之一。N個物品中每一個物
2020-03-30 01:56:40
原创 推薦系統/機器學習(Machine Learning)/點擊率(CTR)/轉化率(CVR)預估/點擊率預估彙總
轉載： https://www.ctolib.com/mJackie-RecSys.html https://github.com/mJackie/RecSys https://github.com/mJackie/RecNews Roa
2020-03-08 06:35:15
原创 機器學習實戰之銷量預測（kaggle:Rossmann Store Sales）
一、評價指標 實現代碼1 def evaluate(self): if self.train_ratio == 1: return 0 total_sqe = 0
2020-03-08 06:35:15
原创 Kaggle 數據挖掘比賽經驗分享
轉載：https://zhuanlan.zhihu.com/p/26820998 簡介 Kaggle 於 2010 年創立，專注數據科學，機器學習競賽的舉辦，是全球最大的數據科學社區和數據競賽平臺。筆者從 2013 年開始，陸續參加了多場
2020-03-07 05:32:05
原创 FTRL之FM和LR實戰（使用稀疏數據進行實戰）
目錄 一、FTRL之FM實戰 1.建模並進行訓練 2、 修改正則參數重新進行訓練 二、FTRL之LR實戰
2020-03-07 05:32:05
原创 在線學習算法的比較（從SGD-OGD-FOBOS-RDA-FTRL到FTML ）
FTRL算法的論文：https://www.eecs.tufts.edu/~dsculley/papers/ad-click-prediction.pdf 動機 全量訓練的問題，樣本量大，訓練時間長，特徵量大，同步時間長，每日全量訓練，花
2020-03-06 04:48:25
原创 FTRL實戰之tf.train.FtrlOptimizer（代碼採用的稠密數據）
該代碼適用與稠密數據 # %load FTRL_Optimizer.py # Date: 2018-08-17 09:09 # Author: Enneng Yang # Abstract：FTRL import sys import
2020-03-06 04:48:25
原创 FTRL的FM公式推導和實現
註解： 如上是針對y的取值爲-1或者1. 當y的取值爲0或者1時，公式爲：（後續添加） 、y平 是sigmoid的輸出值，即預測值。針對不同的算法，該值對應的X的表達式步一樣。 如果是LR，後期優化，算法就是最簡單的LR+FTRL
2020-03-06 04:48:25
原创 GBDT原理與Sklearn源碼分析-迴歸篇
建樹的sourcecode：https://github.com/scikit-learn/scikit-learn/blob/1495f6924/sklearn/tree/tree.py#L899
2020-03-01 00:37:38