椰卤工程师的个人博客

从电商到短视频，推荐系统被广泛应用于各个场景，但实际上要打造好一个有效的推荐系统并不容易。TensorFlow Recommenders 就是这样一个为了打造高效可扩展的推荐系统而专门制作的库。接下来介绍 TensorFlow Recommenders 打造一个召回系统来介绍 TensorFlow Recommender 库。推荐系统推荐系统：依据用户行为对数据进行推荐。某个用户的行为数据，和过往其他用户的行为数据，有助于预测接下来给用户推荐内容。推荐系统的复杂性大多数基于神经网络的推荐系

TF-Ranking 是一个基于 TensorFlow 平台，用于解决大规模的排名问题的开源库。 它基于通常称为“排序学习/ Learning to Rank” (LTR) 的底层技术。 这种技术被广泛地应用于如搜索和推荐。 TF-Ranking 是第一个用于 LTR 问题的开源深度学习库，并已被工业界广泛采用。接下来介绍一下该库的主要功能和一些小例子。行业采用情况：英领Grubhub知乎爱奇艺…排序学习常用场景如下：TF-Ranking架构TF-Ranking主要模块损失

TensorFlow Decision Forests，是一个基于 Keras 的决策森林 TensorFlow 开源软件库。它旨在于将一些最前沿的决策森林算法（例如，随机森林、GBDT、LambdaMart）以一种易用的方式引入 TensorFlow 中。长时间以来，决策森林一直是建模表格类数据的最前沿机器学习算法。在许多机器学习应用（比如学习排名）中，决策森林都可提供卓越的性能。分类和决策森林什么是分类？一个表格数据集其中包含样本（行）和属性（列）一些属性上类别属性，一些属性是数字属性