原书出处
深度学习推荐系统
01 第1章 互联网的增长引擎——推荐系统
模型相关算法和策略中的参数取值。模型的训练方法又可以根据模型训练环境的不同,分为“离线训练”和“在线更新”两部分,其中:
离线训练的特点是可以利用全量样本和特征,使模型逼近全局最优点;在线更新则可以准实时地“消化”新的数据样本,更快地反映新的数据变化趋势,满足模型实时性的需求。
除此之外,为了评估推荐模型的效果,方便模型的迭代优化,推荐系统的模型部分提供了“离线评估”和“线上A/B测试”等多种评
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习推荐系统/_epub-src/text/part0005_split_002.html
EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382