---start---

目录(2023年04月25日更新)

01-ComputationalAd(计算广告)

02-Summaries

详解先验校准

市场竞价预估（Bid Landscape）总结

移动广告工作总结：媒体

移动广告工作总结：DSP

移动广告工作总结：ADX

机器学习需要弄清楚的知识点记录

工作小结

03-Notes

计算广告-笔记16：其他广告相关技术

计算广告-笔记15：程序化交易核心技术

计算广告-笔记14：点击率预测模型

计算广告-笔记13：竞价广告核心技术

计算广告-笔记10：基础知识储备

计算广告-笔记09：计算广告技术概览

02-RecommendationSystem(推荐系统)

03-Notes

推荐系统-笔记13：探究业界主流的推荐系统解决方案

推荐系统-笔记12：模型评估

推荐系统-笔记11：推荐模型融会贯通

推荐系统-笔记10：经典的深度学习推荐模型

推荐系统-笔记09：深度学习为推荐系统带来了革命性影响

推荐系统-笔记08：传统推荐算法发展汇总

推荐系统-笔记07：推荐架构、特征提取、线上服务融会贯通

推荐系统-笔记06：推荐系统线上服务相关

推荐系统-笔记05：Embedding技术

推荐系统-笔记04：特征工程介绍

推荐系统-笔记01：推荐系统基础

推荐系统-总结02：美团技术团队精选博文

推荐系统-总结01：推荐算法发展里程碑

小红书推荐系统公开课学习笔记06-冷启动

小红书推荐系统公开课学习笔记05-重排

小红书推荐系统公开课学习笔记04-行为序列

小红书推荐系统公开课学习笔记03-特征交叉

小红书推荐系统公开课学习笔记02-排序

小红书推荐系统公开课学习笔记01-召回

03-MachineLearning(机器学习)

02-Summaries

智源研究院-2020年AI进展及2021年趋势关注重点笔记

---end---