原文：CTR预估中GBDT与LR融合方案
使用GBDT+LR作点击率预测
openlog    阅123
技术干货 | 如何精准预判你文章的阅读量
长沙7喜    阅53    转2
通俗理解kaggle比赛大杀器xgboost
mscdj    阅310
圣诞福利到！2015中国大数据技术大会演讲干货分享
nzpeach    阅122    转5
史上最全推荐系统传统算法合集
520jefferson    阅540    转3
第 5 章 机器学习技术的应用(下)
印度阿三17    阅16
【算法岗必看】机器学习高频面试题汇总
gfergfer    阅60
CTR预估模型演变及学习笔记
高天明月图书馆    阅227
【用户需求】爱奇艺个性化推荐排序实践
杨春阳书房    阅127
Netflix工程总监眼中的分类算法：深度学习优先级最低
haosunzhe    阅55    转2
推荐系统排序优化迭代的一些经验 | 脑洞 | 框架 结构 混沌 邪
Clay*more    阅93
工业大数据：分析算法
嘟嘟j5wglhisnf    阅1196    转12
[转载]【转】GBDT算法介绍
诸文馆    阅542    转6
机器学习面试干货精讲
和光同尘t78idk    阅635    转4
决策树与迭代决策树（GBDT）
advanced00    阅260    转5
GBDT算法原理深入解析
LZS2851    阅2111    转4
数据挖掘小白系列!XGBOOST参数超详解!参数选择,顺序,值一网打尽!
PlanBlank    阅4404    转5
GBDT理解二三事
心不留意外尘    阅467    转2
【Python数据挖掘】决策树、随机森林、Bootsing、
highoo    阅142    转2
经典机器学习算法-第九章Xgboost
NeighborMrSun    阅135    转5
Bagging与随机森林算法原理小结
公彦栋    阅129
集成树模型的应用，kaggle的信用卡忠诚度预测案例（一）
AI量化实验室    阅10