计算广告相关知识

产品+工程优化+策略算法 一专多能

最优化：凸优化、数值优化（偏工程）

 

1.1、无约束优化问题：

 

目标函数不可导时：下降单纯型法

目标函数可求导：梯度下降法

 

梯度下降：

1.随机梯度下降（比较好用）

2.批处理模式（一般不work）

 

拟牛顿法：BFGS 、L-BFGS（解决Hession阵过大的问题）

 

拟牛顿法：先定方向，后定步长

Trust-region方法：先定步长，后定方向

1.2、带约束优化

拉格朗日法

 

2.1信息检索

倒排索引

 

3.1统计机器学习（干什么用呢）

 

视频：方便抓住重点

 

贝叶斯学习：

指数族分布（PRML一书）：最大似然估计

指数族贝叶斯学习

贝叶斯这一套太形式主义（深度学习实事求是）

贝叶斯这一套方式所追求的目的，主要是期望在数学上可解

 

深度学习：

机器学习关键在于优化

大量数据+模型 才会work

 

设计结构：算法专家

设计feature：领域专家

 

CNN、RNN、LSTM、GAN

也许都用不上，参考的是一些思想

 

RTB、SSP