大家好，我们今天继续来剖析一些推荐广告领域的论文。 今天选择的这篇叫做DeepFM: A Factorization-Machine based Neural Network for CTR Prediction，翻译过来就是DeepFM：一个基于深度神经网络的FM模型。这篇p…

频率学派认为参数虽未知，但却是客观存在的固定值，故通常使用极大似然估计来确定参数。而贝叶斯学派则认为参数是未观测到的随机变量，其本身具有某种分布，故可假定参数服从一个先验分布，然后基于已有数据来计算参数的后验分布 一. 基本概念 样本空间是一个随机实验的所有可能结果的集合。通常…

网络爬虫（又称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。 以上是网络爬虫的百度，下面开始介绍使用Python进行网络爬虫来获取数据。…

动态规划难吗？说实话，我觉得很难，特别是对于初学者来说，我当时入门动态规划的时候，是看 0-1 背包问题，当时真的是一脸懵逼。后来，我遇到动态规划的题，看的懂答案，但就是自己不会做，不知道怎么下手。就像做递归的题，看的懂答案，但下不了手，关于递归的，我之前也写过一篇套路的文章，…

要说近几年最引人注目的技术，无疑的，非人工智能莫属。无论你是否身处科技互联网行业，随处可见人工智能的身影：从 AlphaGo 击败世界围棋冠军，到无人驾驶概念的兴起，再到科技巨头 All in AI，以及各大高校向社会输送海量的人工智能专业的毕业生。以至于人们开始萌生一个想法：…

梯度下降法是机器学习中一种常用到的算法，但其本身不是机器学习算法，而是一种求解的最优化算法。主要解决求最小值问题，其基本思想在于不断地逼近最优点，每一步的优化方向就是梯度的方向。 机器学习的本质就是“喂”给模型数据，让模型不断地去学习，而这个学习的过程就是利用梯度下降法不断去优…

好吧，我承认这个标题有点太大了，其实我更想要说的是“在人工智能时代、在人工智能公司、在人工智能部门，我们前端er的角色到底是怎样的”。 众(ge)所(ren)周(yi)知(yin)，现在或者说未来的的前端发展有这么几个方向，前端+Node.js、前端+各种端(包括IOT)、前端…

我们选用的是 Kaggle 的一个数据集(https://www.kaggle.com/c/dogs-vs-cats/data)，用神经网络的方法进行模型的训练。下载下来的数据集对于我们测试来说数据有点大，这里面分别有 12500 个猫和狗的训练图片，我们先来缩小一下训练集，然…

今天和大家回顾一下高数当中的微分中值定理，据说是很多高数公式的基础。由于本人才疏学浅，所以对于这点没有太深的认识。但是提出中值定理的几个数学家倒是如雷贯耳，前段时间抽空研究了一下，发现很有意思，完全没有想象中那么枯燥。所以今天的文章和大家聊聊这个话题，我会跳过一些无关紧要或者意…