黑鱼搞AI

1. 简述机器学习项目的一般流程 ？ 1 抽象成数学问题 机器学习的第一步：明确问题。 这里的抽象成数学问题，指的是明确我们可以获得什么样的数据，需要获得什么样的数据，明确目标是分类、回归、聚类等问题

Embedding在推荐系统中的应用: 在推荐系统中，可以通过 Embedding 向量进行快速召回 向量化召回，通过模型来学习用户和物品的兴趣向量，并通过内积来计算用户和物品之间的相似性，从而得到最

认知流行度流行度（Popularity）内容的流行程度，也称之为热度，最常见的是将榜单中热度的内容推荐给用户（微博热搜，TopN商品）基于流行度的推荐是围绕流行度计算产生的推荐模型（不仅是TopN）解

什么是近似最近邻查找，常用的方法有哪些能简要说明近似最近邻查找（5point）常用的方法（5point）近似最近邻查找:NN与ANNNN，Nearest Neighbor Search，最近邻查找问题

GBDT+LR的原理 算法原理：Practical Lessons from Predicting Clicks on Ads at Facebook,2014 （Facebook经典CTR预估论文）

FM算法的原理FM全称为Factor Machine，中文翻译为因子分解机。FM表达式为：首先是特征组合，通过对两两特征组合，引入交叉项特征（即表达式中最后一项），使得稀疏数据下学习不充分的问题得以解

为什么需要用户画像，对于业务来说有何帮助我们已经进入到互联网的下半场，增长的动力来自数据驱动而数据分析的出发点，来自于对用户行为及需求的洞察可以帮我们解决三个问题：都是谁从哪来到哪去 有哪些维度可以用

推荐系统中的几种常用算法• 基于内容的推荐ü 内容特征表示，特征学习，推荐列表• 基于协同过滤的推荐ü 群体智能，用户历史行为• 基于关联规则的推荐ü Transaction，频繁项集和关联规则挖掘•

什么是推荐系统• 推荐系统是一种 信息过滤 系统• 算法可以判断用户当前感兴趣的物品或内容。你也可以将它理解为一家只为你而开的商店• 亚马逊CEO贝索斯说：如果我们有100万用户，我们将给他们100万