推荐算法
- 特征交叉系列：XDeepFM理论和实践，显隐融合的高阶交叉
- 特征交叉系列：DCN-Mix 混合低秩交叉网络理论和实践
- 特征交叉系列：Deep&Cross(DCN-V2)理论和实践
- 特征交叉系列：AFM理论和实践，FM和注意力机制的结合
- 特征交叉系列：NFM原理和实践，使用交叉池化连接FM和DNN
- 特征交叉系列：FM和深度神经网络的结合，DeepFM原理简述和实
- 特征交叉系列：FFM场感知因子分解机原理与实践
- 特征交叉系列：完全理解FM因子分解机原理和代码实战
- 行为序列建模：基于Transformer行为表征的BST推荐算法
- 行为序列建模：MIMN系列3——DIN Attention单元和
- 行为序列建模：MIMN系列2——消费Kafka实时预测代码实战
- 行为序列建模：MIMN系列1——原理初探和源码解析
- Milvus：Milvus2.0官方文档学习
- Embedding技术DeepWalk：理论、工程使用和源码跟读
- LSH局部敏感哈希：原理，Python手撕LSH实现embedd
- Spark LSH 近似最近邻矢量检索：LinkedInAtti
- DeepFM 工程实现 tensorflow
- FM因子分解机原理小结与tensorflow工程实现
