排序算法进化

本文探讨了传统机器学习中的特征工程依赖模型(如LRGBDT和FM),以及深度学习方法(如DNN、WIDE&DEEP、DIEN和BERT)的进步,特别强调了深度学习对个性化和预训练的关注,以及多任务学习(MTL)的发展。
摘要由CSDN通过智能技术生成

传统机器学习

简单模型,依赖特征工程

  • LR
  • GBDT
  • MLR
  • GBDT+LR
  • LightGBM
  • FM
  • FFM

深度学习

不依赖特征工程

  • DNN
  • WIDE&DEEP
  • DEEP FM

注重个性化

  • DIN
  • DIEN
  • MIMN
  • HPMN
  • SIM

MTL

  • ESSM
  • MMoE
  • AITM

预训练

  • BERT
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