机器学习-算法理论
- Types of Generalization，Can Memo
- 分与合
- 线性系统在广告产品中的发展
- 关于工业界variance的简单定性数值分析
- 预估数值校准分析
- 建模/指标/系统设计
- 模型排序能力与用户相关性
- Variance in Contextual Bandit
- Bias in Evaluation（model & polic
- Necessity of causal inference
- Variance in GLM with penalty
- Entropy，Gini ，Information gain
- Debiasing：Formulation & Summariz
- Confounding Bias & Selection Bia
- Causal Effect Estimation
- 目标设计：方法
- 机制设计：形态
- Constrained Optimization - Varia
- Constrained Optimization - Solvi
- BSD：Auction with ROI constraints
- Functional & Calculus of variati
- 策略Infrastructure
- 从chi-square到F-test，T-test
- Nonlinear Regression
- logit与probit
- Variance in OLS estimator
- Statistics基本定理
- Mathematical optimization
- Prob Graph & Causal Graph
- Selection Bias消解方案简述
- Causal Inference Bias
- Bidding Strategy Design
- Feedback Loop与Causal Inference
- Uncertainty(confidence score)与Ca
- OOD Detection
- Ensemble
- 小样本AB test：Bias消除，Variance降低
- Attention
- Parameter Estimation
- Uplift：Partial observation model
- 稀疏模型优化
- 模型 Variance&Bias定性分析
- Feedback Loop对推荐系统的影响
- 策略在业务中作用的理解
- 拍卖机制
- 纳什均衡
- 广义的Bias
- interleaving：非用户分组实验
- 模型的variance&bias
- Q&A 第一期
算法及其理论推导