本次学习的重点是FM系列和WideNDeep系列。其实这两个模型是存在因果关系的。从最初的LR模型开始，因为缺失高效的特征交互方式，产生了FM模型，即通过向量内积代替特征之间的两两交互的参数。最后DNN的引入可以建模更高阶的特征。但是DNN如何与FM相结合，有两种方式，分别是并行和串行，串行引出了FNN、PNN等模型，但是浅层的特征在高层的隐藏层起不到作用。所以WideAndDeep诞生，直接将浅

前后端对接后端部分。post方式接受前端传递的json数据，在postman亲测可用，未完待续！如有错误尽请指正！

本文介绍了动态规划思想应用于解决马尔可夫决策过程求解方法。包括策略迭代和价值迭代。以及在免模型情况下，使用蒙特卡罗和TD方法解决的思想

大型语言模型（LLM）的训练流程主要包括预训练、监督微调（SFT）和强化学习对齐（RLHF）三个阶段。预训练赋予模型海量知识和推理能力；SFT通过指令微调使模型理解用户指令，而非针对具体任务微调；RLHF则通过人类反馈优化模型输出。奖励模型（RM）作为RLHF的核心组件，通过人类标注的偏好数据（如排序式标注）训练，对模型输出进行评分。强化学习采用PPO算法，结合策略模型和参考模型，利用优势函数优化

本文是源于Datawhale8月集成学习第一章数学基础的高等数学小节，增加了一些概念的解释链接和部分代码的注释，希望对大家有所帮助

本文改编自Datawhale2021年8月集成学习，加入了一些自己的修改和注解。重点介绍了优化模型；训练均方误差与测试均方误差；偏差-方差的均衡；特征提取；压缩估计；降维

本节是CSW224第一部分的最后一节（semi-supervised node classification），用一部分已知标签的节点去预测剩下的未知标签的节点。注意：半监督与监督学习不同，这里将已经学到的模型泛化到上，仅仅是对原图的剩余节点进行分类，因为在学习模型时，原图的未知标签的节点也可能用于训练。这种被称为，与之相对应的是。对于图神经网络，是可以做到归纳式学习。

本文主要介绍阿里云天池大数据平台的学习赛——工业蒸汽量预测。文章内容来自《阿里云天池大赛赛题解析》以及我自己的理解。涉及到的技术点包括数据分析、缺失值、异常值的处理、新变量生成、多种数据可视化（KDE、线性回归、直方图、Q-Q图、箱形图）以及特征变量之间的相关性计算、热力图展示因内容较多，此后会不断更新

简要介绍了Python的第三方库minepy的基本信息、重点介绍在python和Anaconda中的安装过程，包括查询python对应的whl版本和pip的默认安装路径的选择

在本地虚拟机centos7，编译nginx1.9，并搭建静态页面，包含nginx常用命令和主配置文件介绍