AI · 数据 · 工程

从 Bagging 与 Boosting 的思路理解集成学习为何有效。

从决策树的分裂准则出发，理解常见树模型的构建与泛化。

围绕文法、解析器组合子与生成器，梳理语言处理的基础概念。

从分布式假设出发，解析 Word2Vec 的训练目标与词向量性质。

拆解 YouTube DNN 的召回与排序架构，以及大规模推荐中的训练思路。

整理 Scala 模式匹配的语法、提取器、样例类与常见组合方式。

介绍因子分解机如何建模特征交叉并应用于推荐召回。

整理 Akka Actor 模型的核心概念、生命周期、监督策略与树形结构。