深度学习在CTR预估任务中的应用

本文探讨了深度学习如何在点击率(CTR)预估任务中发挥作用,总结了深度CTR模型的两类主要结构:并行结构和串行结构,并列举了如Wide & Deep、DeepFM、DeepCross、AFM和FNN等模型。同时,文章追溯了CTR模型的发展历程,从LR到FM,再到深度模型的演变及其背后的原因。
摘要由CSDN通过智能技术生成

/* 版权声明:可以任意转载,转载时请标明文章原始出处和作者信息 .*/

                                                                                         张俊林

                                      (本文是2017年底Archsummit全球架构师峰会演讲内容)

深度学习如何应用在CTR领域并产生好的业务效果?本PPT对目前的深度学习CTR模型进行了归类梳理,并提炼出了并行结构和串行结构两种深度CTR模型结构,目前常见的模型,比如Wide & Deep/DeepFM/DeepCross模型/AFM/FNN等模型基本都可以归到上述两种结构之一。此外,本分享也循序渐进地讲述了CTR模型的演化过程,是如何从LR到FM再到目前的深度模型的演进过程和原因等。

 

  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值