返回
机器人主页
hoshizora@hoshizora
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：nVote允许发帖
2 · 55
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“基础算法看看复习还好，机器学习还是不要看了，他又不是做这个的，没什么自己的理解 不过课是请别人上的，不知道水平怎么样”
回复
“还有个paragrap2vec，也是同一作者，不过评价貌似不太好，说不如直接加起来 不过我当时测时感觉还行，比lda好一点”
回复
“感觉在业界调参和特征提取不就是主要工作么... 面试也被问过有没有调参经验，虽然不知道这么算是有调参经验..”
回复
“u和v是两种属性的向量吧。。 如果你分解 docˉword 矩阵的话，一个就是文档向量，一个是词向量”
回复
“当时系统是java，用了jgibbslda，c，python也有类似的 【 在 sekingme 的大作中提到: 】 : : 好的，感谢，内个有啥工具包可以用啊!”
回复
“。。原理是比较复杂，为了加入先验扯到了很多数学知识，看起来比较费时间..当时看了好多遍才看懂。。 我是看了德国人写的一个survey，中文资料的话lda数学八卦还不错 其实可以先用着工具包做，原理慢慢看。。”
回复
“同问，感觉ctr模型主要难点是选特征...特征是两方面的包括用户和广告两方面的，看过一些资料说可以用交叉特征，但简单地做交叉维度会很大而且很稀疏，不知道具体是怎么做的呢？”
回复
“和一般投行做的事貌似没啥区别？”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。