探索和利用（EE）问题 探索与利用（Exploration and Exploitation）问题简称 EE 问题，是计算广告和推荐系统里最常见的两大问题之一（另外一个是冷启动问题）。EE 问题中的利用（Exploitation），表示对用户比较确定的兴趣，要利用开采迎合；而探索（Exploration）则表示光对着用户已知的兴趣使用，用户很快会腻，所以要...
代码
「代码」相关文章列表
排序算法是《数据结构和算法》中非常基础的算法，但却占据着十分重要的位置，几乎可以说是我们在日常编程代码中使用最频繁的基础算法。本文对常见的十大经典排序算法进行了详细的知识点梳理，从排序思路、动图演示、代码实现、复杂度分析、算法优化等多个方面分别对不同的排序算法进行讲解，内容翔实，一篇文章几乎囊括了排序算法所有必会的知识点。 排序算法的分析和评价 时间复杂...
链表（LikedList）是线性表（Linear List）的一种，是一种非常常见数据结构，链表通过指针将一组零散的内存块串联在一起，通过不同的串联方式形成不同类型的链表结构，最常见有单链表、双链表和循环链表。 基础知识要点 链表的类型 单链表 双链表 从结构上来看，双向链表可以支持 O(1) 时间复杂度的情况下找到前驱...
循环神经网络（recurτent neural network ，RNN）的主要用途是处理和预测序列数据。它能够挖掘数据中的时序信息以及语义信息的深度表达能力被充分利用，并在语音识别、语言模型、机器翻译以及时序分析等方面实现了突破。 RNN 网络结构特点 全连接神经网络或卷积神经网络模型中，网络结构都是从输入层到隐含层再到输出层，层与层之间是全连接或部分...
CNN（Convolutional Neural Network，卷积神经网络）是一种主要用于图像处理和计算机视觉任务的深度学习模型。它通过卷积操作和池化操作来有效地对图像数据进行特征提取，并通过全连接层来进行分类或回归。 CNN 的关键特点是它利用了卷积操作来处理数据。卷积操作通过使用卷积核（也称为过滤器或滤波器）与输入数据的局部区域进行逐元素相乘，并将...
本文的代码整理自郑泽宇等著作的《TensorFlow 实战 Google 深度学习框架（第 2 版）》这本书，个人觉得这本书还是很不错的，除了 TensorFlow，还讲到了很多原理和深度学习的知识点，只是书中的对应的 TensorFlow 版本稍微有点旧了（1.4.0，这应该归咎于 TensorFlow 版本变化太快了，API 变动频繁），我测试使用的 T...
Pandas 中数据选择是非常常用且非常重要的基础操作，但是 Pandas 中提供的方法较多且应用灵活，很容易让初学者搞混，尤其是条件筛选或者进行一些局部计算赋值的操作，还是有一定的技巧性。本文总结了一些数据选择方法，包括基础选择和条件选择两大块，内容相对精简且尽量做到一目了然，主要用于速查。 构建数据 先构建一套样例数据，以辅助对下面内容的理解。 ...