营销本质是个预算分配问题，即如何在有限资源约束下实现收益最大化。当用户进入营销场景时，我们需要确定是否给该用户发放红包以及发放红包面额。
-
负采样后的CTR预估矫正
在搜广推场景中，正负样本不平衡是个普遍现象。通常做法是对负样本进行降采样，但采样后训练的模型预估概率会比实际概率高估。
-
理财基础知识
了解一下最基础的理财入门知识：
-
python2.7安装tensorflow1.x
当前tensorflow官方已不再提供1.x版本的pip安装，尝试了网上多种解决方案后，最简单的就是换源。
-
DQN
最近我组有同学在探索用RL落地营销场景的可能性，借此机会学习下RL。
-
Uplift Tree建模
决策树构建流程：
-
三体中的常见名词
记录下三体小说里的常见名词：
-
tf1.x实现张量的梯度反转
tensorflow实现梯度反转的方法有两种：
-
DANN & GRL
域自适应是指在目标域与源域的数据分布不同但任务相同下的迁移学习，从而将模型在源域上的良好性能迁移到目标域上，极大地缓解目标域标签缺失严重导致模型性能受损的问题。
介绍一篇经典工作 DANN ：
-
Uplift Model离线评估指标
uplift建模难点在于无法获得个体的ground truth，因为它是反事实的。只能通过构造treatment和control两组镜像人群，对比两组人群的转化增量，来实现模型性能的评估。