ffm
收录了 ffm 频道下的 50 篇内容
从 FFM 到 DeepFFM，推荐排序模型到底哪家强？
推荐系统几乎已经深入到人们生活的方方面面，其背后的算法也在不断地迭代更新。FM和FFM模型是最近几年提出的模型，拥有在数据量较大并且特征稀疏的情况下，仍然能够得到优秀的性能和效果的特性。
前深度学习时代 CTR 预估模型的演化之路：从 LR 到 FFM
本文是王喆在 AI 前线 开设的原创技术专栏“深度学习 CTR 预估模型实践”的第二篇文章（以下“深度学习 CTR 预估模型实践”简称“深度 CTR 模型”）。专栏第一篇文章回顾：《深度学习CTR预估模型凭什么成为互联网增长的关键？》。重看王喆老师过往精彩文章：《重读 Youtube 深度学习推荐系统论文，字字珠玑，惊为神文》、《YouTube 深度学习推荐系统的十大工程问题》。
FFM 及 DeepFFM 模型在推荐系统的探索及实践
本次分享介绍微博在FFM模型及DeepFFM模型应用在推荐系统所做的一系列优化探索工作。
独家揭秘腾讯千亿级参数分布式机器学习系统无量
千亿参数规模的模型已经被业界证明能够有效提高业务效果。如何高效训练出这样的模型？百 GB 级别的模型如何在线上实现毫秒级的响应？这些能力在各个大厂都被视为核心技术竞争力和机器学习能力的技术壁垒。要具备这样的能力，对相关系统有什么样的挑战？本文将从系统的角度去详细分析这些问题，并给出腾讯公司的无量系统对这些问题的解答。
盘点前深度学习时代阿里、谷歌、Facebook 的 CTR 预估模型
原创技术专栏“深度学习 CTR 预估模型实践”的第三篇文章
高盛交易大厅计划开源，华尔街巨头正酝酿转变
著名投行高盛计划将其使用的部分交易代码开源，这些代码涉及证券定价、分析和风控，是高盛用户常用的工具。
Windows 10 上的那些应该被移除的功能
现在都2019年了，但Windows 10仍然保留着一些对用户来说几乎毫无用处的功能。但请不要误会了我的意思，我认为Windows 10正在变得越来越好。相比Windows 8， 我还是更喜欢Windows 10，只是有一些没有用的功能是时候去掉了。
全新的深度模型在推荐系统中的应用
本次分享将带你全面了解NON模型的提出动机、整体结构、局部特点以及突出贡献。
Angular 更改检测终极指南
Angular的更改检测难理解？本文作者构建了一个演示项目，来解释更改检测背后的具体机制。
信息流推荐在凤凰新闻的业务实践
本文从业务特点、推荐整体架构、特征和召回以及一些延展应用等方面，介绍凤凰新闻在资讯信息流推荐上的一些更贴近业务的经验。
Java 21：最新进展一览
关于JDK 21和JDK 22。
从逻辑回归到深度学习，点击率预测技术面面观
预测物品的点击率在计算广告、推荐系统等不同业务系统中都有一定需求，因此业界在这方面进行了不少研究。然而在机器学习领域，书籍出版远远落后于业界知识更新，这就要求每个从业者阅读大量资料和论文才能跟上知识更新的步伐，而这又需要耗费大量的时间和精力。本文是作者对阅读过的大量相关研究文献的小结，作者尝试结合文献与工作实践梳理广告点击率预测、推荐方面相关的技术脉络，希望能对大家有所帮助。
深度学习在搜索业务中的探索与实践
2018年12月31日，美团酒店单日入住间夜突破200万，再次创下行业的新纪录，而酒店搜索在其中起到了非常重要的作用。本文介绍了美团在搜索业务中对深度学习的探索。
2019 年度 Python 类库 Top 10
这是第五届Python 类库Top 10年度榜。
Field-aware Neural Factorization Machine 阅读笔记
提出Field-aware Neural Factorization Machine模型，该模型可以通过FFM模型构造二阶的交互特征，也可通过DNN构建更高阶的交互特征。
Java 23 发布，提供了 Markdown 文档、ZGC 分代模式并废弃 sun.misc.Unsafe
作为JDK 21之后的第一个非LTS版本，最终的特性包含了12个JEP。
深度 CTR 预估全新 ONN 模型源码阅读与调参经验
本文主要介绍深度CTR预估新积木：PNN + FFM - FM = ONN模型\[1\]，效果好于DeepFM和PNN。
深度学习技术在美图个性化推荐的应用实践
本文主要分享美图在内容社区推荐场景下应用深度学习技术提升点击率、关注转化率和人均时长等多目标的实践经验。
京公网安备 11010502039052号 | 产品资质
