CTR予測

学会: AdKDD 2023 http://papers.adkdd.org/2023/papers/adkdd23-yan-adaensemble.pdf 実験を見て、FMやDCNと大差ないので途中で読むのをやめました。 実務で保守コストを含めて考えると、シンプルなMLPに意味のある特徴量と大量のデータを入れた方がアーキテクチャを複雑にするより性能が良いので・・・ 内容 Sparse MoE (Mixture of Expe

学会: AdKDD 2017 http://papers.adkdd.org/2017/papers/adkdd17-wang-deep.pdf 内容 Factorization Machinesの一般化であるCross Networkを提案 $x_{l+1}=x_0x_{l}^{T}w_{l}+b_{l}+x_{l}$をCross networkと呼ぶ。$x_0$は入力、$x_{l}$は$l$番目のCr

学会: AdKDD 2022 http://papers.adkdd.org/2022/papers/adkdd22-liu-online.pdf 内容 Federated Learningはクライアントごとの性質の違い(client drift)によって、学習が遅くなったり、良い解に収束しなかったりする クライアントの異質さに適合し、学習プロセスと学習パラメータごとに適合するMetaUAを提案す