CTR模型：Deep&Cross Network
1. 简介 DCN模型（Deep & Cross Network for Ad Click Predictions）是2017年提出的。 出发点： （1）人工探索所有的交叉特征是不现实的； （2）难于推广未曾出现过的交叉特征。 DNN能够自动探索交叉特征并推广到未出现过的交叉特征，但是DNN的学习效率不高，且无法显式的学习特征交叉。 Deep&Cross Network, DCN 模型保留了DNN
相关文章
- 1. 【CTR预估】Deep & Cross Network 模型
- 2. CTR模型：AFM
- 3. CTR模型：FNN模型
- 4. CTR模型：DeepCrossing
- 5. CTR模型：NFM
- 6. CTR预估模型之DeepFM
- 7. [CTR预估] xDeepFM模型
- 8. [CTR预估] DSIN模型
- 9. 主流 CTR 模型综述
- 10. CTR模型演变史
- 更多相关文章...
- • ASP.NET MVC - 模型 - ASP.NET 教程
- • Scala 模式匹配 - Scala教程
- • 委托模式
- • Kotlin学习（二）基本类型
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 【CTR预估】Deep & Cross Network 模型
- 2. CTR模型：AFM
- 3. CTR模型：FNN模型
- 4. CTR模型：DeepCrossing
- 5. CTR模型：NFM
- 6. CTR预估模型之DeepFM
- 7. [CTR预估] xDeepFM模型
- 8. [CTR预估] DSIN模型
- 9. 主流 CTR 模型综述
- 10. CTR模型演变史