Categories

MachineLearning
2023-06-16 candidate sampling
2021-08-15 KKT条件
2021-08-15 Dice 激活函数
2021-07-08 EE
2021-06-29 xgboost 调参
2021-06-25 价格挤压因子
2021-06-22 时间序列预估
2021-06-18 几种特征处理方法
2021-04-08 word2vec的tf实现
2021-03-21 EGES
2021-02-26 SPARK笔记
2021-02-26 常见的ctr模型
2021-01-31 SVM
2021-01-31 LDA
2021-01-29 CEM
2021-01-28 预算平滑
2021-01-27 保留价
2021-01-26 ocpx
2021-01-26 loss损失函数
2021-01-26 PID初体验
2021-01-23 模型校准
2021-01-23 MCMC
2021-01-21 SVD 和PCA
2021-01-09 xgboost 代码阅读
2020-12-26 AdamW
2020-12-24 L1 正则为什么会得到稀疏模型
2020-12-22 FTRL的简单理解
2020-12-20 多分类gbdt推导
2020-12-19 交叉熵损失和指数损失的关系
2020-12-17 牛顿法和Xgboost
2020-12-13 GBDT 为什么使用负梯度作为拟合目标
2020-12-13 AdaBoost
2020-12-01 RankNet
2020-11-08 LightGBM:A Highly Efficient Gradient Boosting Decision Tree
2020-11-05 DeepMatch
2020-10-31 dqn-tensorflow笔记
2020-10-04 RoBERTa
2020-10-02 FastText
2020-10-02 Bert 源码阅读
2020-09-27 Transformer 源码阅读
2020-01-30 DeepCTR 笔记
2018-07-19 AUC
2018-07-03 搭建开发环境
2018-03-03 cs20si 笔记
2018-02-25 tensorflow笔记
2018-02-19 cs231n笔记之优化
2018-02-18 batch normalization 反向传播推导
2018-01-28 SVM损失函数的梯度推导
2018-01-25 逻辑斯蒂损失函数的两种形式
2017-12-17 RNN中的梯度消失和梯度爆炸
2017-12-16 神经网络中的常用梯度推导(2)
2017-12-10 tensorflow笔记
2017-12-10 神经网络中的常用梯度推导
2017-12-03 softmax函数梯度
2017-10-08 seq2seq模型
2017-09-29 RNN/LSTM/GRU推导
2017-09-07 神经网络推导
2017-09-03 word2vec推导
2017-08-31 FM推导
2017-08-27 CNN反向推导
2017-08-26 xgboost推导
2017-08-19 aws初体验
2017-08-12 重新开始
2015-07-23 build pandas form source on red hat
2015-07-22 build scikit-learn form source on red hat
2015-06-25 scikit-learn ensemble note
2015-05-22 scikit-learn note GLM
2015-03-08 Test from stackedit.io
software
2015-07-16 how to use mathjax in jekyll
tensorflow
2017-12-16 神经网络中的常用梯度推导(2)
2017-12-10 tensorflow笔记
2017-12-10 神经网络中的常用梯度推导
numpy
2018-03-09 numpy 笔记
2017-12-24 numpy笔记
python
2018-07-03 python 笔记
Linux
2018-07-08 git笔记
2018-07-07 一些常用的bash命令
Hive
2018-08-14 hive常用函数
开发
2019-06-24 遇到过的hive问题
2019-06-17 rsync 错误
2019-06-07 脚本之间共享变量
2018-08-28 shell笔记