作者： 王喆 公众号： 王喆的机器学习笔记 为什么在 Google 的 Wide&Deep 模型中，要使用带 L1 正则化项的 FTRL 作为 wide 部分的优化方法，而使用 AdaGrad 作为 deep 部分的优化方法？ 论文原文的描述是这样的： In the experiments, ....

背景 在 CTR 预估任务中，线性模型仍占有半壁江山。利用手工构造的交叉组合特征来使线性模型具有“记忆性”，使模型记住共现频率较高的特征组合，往往也能达到一个不错的 baseline，且可解释性强。但这种方式有着较为明显的缺点：首先，特征工程需要耗费太多精力。其次，因为模型是强行记住这些组合特征的， ....

作者：杨森01 导读语音是 58 同城用户之间的重要沟通媒介，58 同城 C 端用户和 B 端用户之间可以通过电话（隐私通话）、网络音视频通话（微聊）建立连接，这些场景下产生的语音数据有巨大的挖掘价值