首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
Shentao
掘友等级
算法工程师
|
京东
好学深思,心知其意
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
37
文章 35
沸点 2
赞
37
返回
|
搜索文章
Shentao
算法工程师 @京东
·
4年前
关注
数据分布不一致下如何得到置信的评价指标
数据分布不一致下,如何得到更加置信的评价指标?如果只是简单 地计算指标,结果会有什么差异?文章使用了一个简单的例子和进行比较,并介绍了一种简单的思路来解决上述问题,希望有所...
4
1
分享
Shentao
算法工程师 @京东
·
4年前
关注
Hadoop MapReduce Streaming简介
全文主要有2点: 1.介绍MapRedeuce的过程,以便更好地使用Streaming。 2.介绍如何使用MapReduce Streaming,包括参数设置和一点小经验。...
2
评论
分享
Shentao
算法工程师 @京东
·
4年前
关注
SQL窗口函数
SQL窗口函数简介和相关常用例子记录,包括: 1. 窗口函数及其作用(什么是窗口函数?为什么要用窗口函数?) 2. 常用例子...
0
评论
分享
Shentao
赞了这篇文章
敖丙
🏆掘金签约作者 @微信搜:敖丙
·
4年前
关注
我离职了
嗨,大家好,我是敖丙。 当大家看到这个视频或者文章的时候我想我应该已经离开老东家一段时间了,先对我身边的朋友和关心我的读者说一声抱歉,一直拖到现在才告诉你们这个消息。这大半...
458
135
分享
Shentao
算法工程师 @京东
·
4年前
举报
第一参与活动得到的小礼物
收起
查看大图
向左旋转
向右旋转
赞过
分享
2
3
Shentao
算法工程师 @京东
·
4年前
关注
论文阅读 (015): Budget Pacing for Targeted Online Advertisements at LinkedIn
广告商往往从他们所瞄准的受众群体中获得不公平的表现,原文是:Advertisers often get a skewed representation from membe...
0
评论
分享
Shentao
赞了这篇文章
稀土君
最酷的 @稀土
·
4年前
关注
掘友们的创作利器-新版掘金编辑器上线啦!
自2004年被John Gruber创建后,作为一种轻量级的标记语言,Markdown如今已成为世界上最受欢迎的标记语言之一,用户可以利用简洁的语法完成极具表现力的文档。 ...
142
71
分享
Shentao
赞了这篇文章
阿里巴巴大淘宝技术
阿里巴巴集团 @大淘宝技术,服务9亿用户,赋能各行业1000万商家,作为核心技术团队保障14次双十一购物狂欢节成功
·
4年前
关注
如何平衡CVR预估中的延迟反馈问题?(内含招聘)
转化率(CVR)预估是电商搜索、推荐和广告最关键任务之一。商业系统通常需要以在线学习的方式更新模型,以跟上不断变化的数据分布。但是,成交转化通常不会在用户单击商品后立即发生...
5
评论
分享
Shentao
算法工程师 @京东
·
4年前
关注
论文阅读 (014): Real Time Bid Optimization with Smooth Budget Delivery in... | 技术点评
通常,使用预算平滑消耗的约束条件(表示为在设定的时间之前购买不超过一定比例的感兴趣的曝光),可以防止广告主过早地消耗完预算或避免爆发式的支出率。 这一限制通常有助于广告主对...
2
评论
分享
Shentao
算法工程师 @京东
·
4年前
关注
[译]Batch Normalization3个层次的理解 | 技术点评
网上有很多关于Batch Normalization的内容。然而,他们中的许多人却在为过时的理解辩护。我花了很多时间把这些零散的信息放在一起,以建立一个关于这个基本方法的良...
1
评论
分享
Shentao
算法工程师 @京东
·
4年前
关注
[译]Amazon:迁移学习什么时候起作用 | 技术点评
迁移学习(Transfer Learning)是一种广泛应用的技术,可以在训练数据较少的情况下提高神经网络的性能。在对数据有限的目标任务进行网络训练之前,可能需要对数据更丰...
7
4
分享
Shentao
算法工程师 @京东
·
4年前
关注
[译]Facebook:News Feed如何预测您想看的内容 | 技术点评
当涉及到News Feed算法时,有很多理论和谬见。大多数人都知道有一种算法在起作用,而且许多人都知道影响该算法的一些因素(比如您喜欢发帖还是参与其中等),但是还是存在很多...
6
评论
分享
Shentao
算法工程师 @京东
·
4年前
关注
论文阅读 (013): Real-Time Bidding by Reinforcement Learning in Display... | 技术点评
可以认为在展示广告中,出价是一个episodic process,对于每个episode有T个拍卖过程,每次拍卖都用高维特征向量$\boldsymbol{x}$表示。在开始...
0
2
分享
Shentao
赞了这篇文章
Zoe_2333
前首席催更官 @前掘金运营团队成员
·
4年前
关注
如何写一篇爆款文章?来自一个技术运营的观察
我曾经在一个开源社区(公司)做过很长一段时间的市场运营,开源社区藏龙卧虎,Geek 不仅写代码武力值强,文字输出也很惊人,以至于从我手中审阅、发布出去的文章,可能有上百上千...
99
23
分享
Shentao
算法工程师 @京东
·
4年前
关注
论文阅读 (012): Combining Powers of Two Predictors in Optimizing Real-Time .. | 技术点评
在ORTB出价策略中,胜出概率$w(b(\theta(x)))$依赖于$\theta$(点击率),即如果点击率估计不准确,导致胜出概率估计不准确,从而导致出价不准确,因此本...
1
评论
分享
Shentao
算法工程师 @京东
·
4年前
关注
论文阅读 (011): Optimal Real-Time Bidding for Display Advertising | 技术点评
上图展示了DSP在实时竞价系统中的角色,在系统中,一个用户访问页面时,产生了一次曝光,SSP向DSP发送竞价的请求;接着DSP会计算对本次曝光的出价,并且返回给Ad Exc...
0
评论
分享
Shentao
算法工程师 @京东
·
4年前
关注
论文阅读 (010): Bid-aware Gradient Descent for Unbiased Learning with Censored Data.
本文工作和2014 Optimal Real-Time Bidding for Display Advertising工作高度相关,建议可以先阅读2014这篇论文再阅读20...
0
评论
分享
Shentao
赞了这篇文章
天明夜尽
全栈修炼 @前端GitHub
·
4年前
关注
涨姿势了!22 个拓展程序员技术与视野的国外网站!
初级前端与高级前端之间,很大原因就是投入学习前端的时间、经验的差别,其实就是信息差。 如果有一个地方能又快又好的获得这些优质的前端信息,那么将会大大缩短从初级到高级的时间。...
178
6
分享
Shentao
算法工程师 @京东
·
4年前
关注
论文阅读 (009): Real-Time Bidding Algorithms for Performance-Based Display Ad ...
文章不是很好理解,因此笔记存在较多遗漏的地方。 文章考虑了基于效果的展示广告分配问题。目标是将广告主(需求方)与广告展示次数(供应方)进行匹配,以使发布商角度(我理解是媒体...
1
评论
分享
下一页
个人成就
文章被点赞
52
文章被阅读
38,904
掘力值
1,114
关注了
4
关注者
31
收藏集
2
关注标签
5
加入于
2020-08-21