240 发简信
IP属地:北京
  • Resize,w 360,h 240
    知识体系构建

    循环 从现象观察到找到本质,最后到个人成长

  • Linuxstart - L1 L2 Common commands

    https://github.com/mengning/linuxstart L2 Usage Common Commands PATH env...

  • Linuxstart - L3 Vim + L4 Shell

    L4 Shell Style Guide variable name in uppercaseLocal variables lowercase...

  • Resize,w 360,h 240
    JZOOD面向对象设计 - C1 面向对象设计入门

    1 SOLID原则 Single responsibility principle 单一责任原则 改的只有一个小的部分,也适合单元测试解析:单一...

  • Resize,w 360,h 240
    JZOOD面向对象设计 - C2 管理类面向对象设计

    Elevator System Follow-up 管理类OOD题型 设计一个模拟/代替管理员日常工作的系统 管理类OOD解题思路 对于core...

  • Resize,w 360,h 240
    7M推荐系统 - S3 Learn to Rank中的模型结构

    1 重排序算法和多目标排序 多目标排序 score = CTR(α+CVR)(β+Price)...拍脑袋rules:同⼀XX N出1;活动扶持...

  • 7M推荐系统 - S2 内部推荐和排序架构

    1 召回算法和业界最佳实践进阶 各种Embedding方法各种k-means方法kdtree和kball树 2 用户建模(召回、排序都会用到) ...

  • 7M推荐系统 - S1 推荐系统和常用算法

    1 推荐系统简介 推荐系统介绍 见S0 推荐系统评估 显式反馈和隐式反馈 准确性(学术界)评分预测topN推荐,准确和召回率 准备性(工业界)信...

  • 7M推荐系统 - S0 推荐业务,Feed流产品及推荐算法策略架构解析+用户和物品特征的常用方法

    1 推荐业务 排序模型 召回->粗排->精排精排 y = model(user, item, context)粗排 y = model(item...

个人介绍
纽约大学计算机工程硕士,专注于推荐系统,量化交易,游戏设计
邮箱 [zhanggaochaozgc@163.com | gz573@nyu.edu]