產品+工程優化+策略演算法 一專多能
最優化：凸優化、數值優化（偏工程）
1.1、無約束優化問題：
目標函式不可導時：下降單純型法
目標函式可求導：梯度下降法
梯度下降：
1.隨機梯度下降（比較好用）
2.批處理模式（一般不work）
擬牛頓法：bfgs 、l-bfgs（解決hession陣過大的問題）
擬牛頓法：先定方向，後定步長
trust-region方法：先定步長，後定方向
1.2、帶約束優化
拉格朗日法
2.1資訊檢索
倒排索引
3.1統計機器學習（幹什麼用呢）
貝葉斯學習：
指數族分布（prml一書）：最大似然估計
指數族貝葉斯學習
貝葉斯這一套太形式主義（深度學習實事求是）
貝葉斯這一套方式所追求的目的，主要是期望在數學上可解
深度學習：
機器學習關鍵在於優化
大量資料+模型 才會work
設計結構：演算法專家
設計feature：領域專家
cnn、rnn、lstm、gan
也許都用不上，參考的是一些思想
rtb、ssp
計算廣告 品牌合約廣告
由於公司專案需要啟動類似品牌合約廣告的商業化專案，對合約廣告進行了前期的調研。以下是調研結果的思維導圖。計算廣告 ad serving using a compact allocation plan,yahoo labs,2012 小公尺品牌廣告引擎與演算法實踐 小公尺廣告大資料與演算法實踐 qco...
計算機相關知識
一 常用的介面協議 http協議 超文字傳輸協議 https協議 安全超文字傳輸協議 ftp協議 檔案傳輸協議 tcp協議 傳輸控制協議 ip協議 網際網路協議 udp協議 使用者資料協議 二 osi open system interconnection 七層模型 1.物理層 2.資料鏈路層 3....
邊緣智慧型計算相關知識
使用原因深度學習因其計算複雜並且引數冗，在一些場景和裝置上限制了相應模型的部署，需要借助模型壓縮 優化加速 異構計算等方法突破瓶頸。優勢模型壓縮演算法能夠有效降低引數冗餘，從而減少儲存占用 通訊頻寬和計算複雜度，具體可分為以下三種方法 線性或非線性量化 1 2bits，int8，fp16等 結構或非...