- 博客(5)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 flink实时流与scala程序开发实用经验 - 十年磨两贱人
本文是作者在用 flink 开发实时流数据的时候，对 flink 的一些总结经验，其中会重点讲到 “数据倾斜” 的解决方案 + 源码文章结构：1：flink本地如何模拟topic的实时流2：flink在遇到数据倾斜的时候，应该怎么样写代码解决一、先模拟topic发送数据的例子1：在idea这个编译器上启动你的flink程序，这个程序里面最开始需要有个代码是设置你消费的数据从本地......
2019-11-29 21:53:58
1059
原创 广告算法流量从1%增到到10%后效果变差该怎么办？线下提升好几个千分点，线上没提升怎么办？
在广告算法工作的工程师们，肯定会遇到这样一个情况，在自己实验流量上（1%），自己做了一些变动（比如加特征、调整模型结构、增加策略），然后效果（ecpm/arpu/ctr/cvr）就好了起来，然后把这个小流量放大后（比如放大到10%），这个变动就不起效果了，甚至会变差。这是广告行业最容易遇到的一个问题，也是解决起来很麻烦的一个问题，但是也有一些通用的尝试逻辑，下面作者就说说自己的愚见。一：首先统......
2019-11-22 00:13:01
509
原创 推荐系统的个性化重排序
概要排名是推荐系统中的一项核心任务，旨在向用户提供项目的有序列表。通常，一个排序函数是从有标签的数据集中学习全局表现，从而为每个队里的item得到排序分数。但是，由于评分功能的方案，它可能不是最佳的适用于每个项目的方案，因为没有明确考虑项目之间的相互影响以及用户的偏好或意图。因此，我们提出了针对推荐系统的个性化重新排名模型。提出的重新排名模型可以轻松地作为后续模块进行部署，可以使用任何排名算法......
2019-11-11 21:03:07
3170
1
原创 传统机器学习模型要怎么来判断每个特征到底是怎么来预测的？
前面一篇文章推出了：图像分类算法，要怎么解释到底是因为什么才判断为A类比、B类比？这种是针对图像模型来进行模型细节分析。与图像相对的还有更加常见的文本数据训练出来的模型，比如推荐模型、搜索模型、风控模型等，这些数据学习出来的模型要怎么来判断到底哪个特征对某个分类最起作用？1：auc/acc/信息增益等（其中信息增益仅仅适用于决策树模型、逻辑回归模型、ftrl）拿auc来举例吧，往大范围了说......
2019-11-10 18:04:07
1607
1
原创 图像分类算法，要怎么解释到底是因为什么才判断为A类比、B类比？
论文题目：迈向基于概念的自动解释（2019.8）作者：Amirata Ghorbani∗James Zou-》斯坦福大学，James WexlerBeen Kim-》谷歌原文链接：https://arxiv.org/pdf/1902.03129.pdf摘要：随着越来越多的机器学习（ML）模型被部署并广泛用于制定重要决策，可解释性已成为研究的重要课题。 最当前的解释方法中的......
2019-11-03 00:19:54
2096
Deep Learning Recommendation Models for Personalization
2019-07-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人