吴良超的学习笔记

本文主要是 Code Complete 中创建高质量的代码部分的的两章笔记：第 8 章（防范式编程）、第 9 章（伪代码编码过程），介绍了如何进行防范式编程（defensive programming），即保护程序免遭非法输入数据的破坏，目的其实就是增强程序的鲁棒性；同时介绍了如何通过伪代码编码方法来创建类和子程序。

《Budget Pacing for Targeted Online Advertisements at LinkedIn》 是 LinkedIn 在 2014 年发表的一篇关于预算控制的论文，里面的预算控制的策略并不复杂，并且具有很强的实践性和工程性。本文主要是根据论文总结了这个方法的基本原理、工程实现以及实验效果。

“Budget Pacing for Targeted Online Advertisements at LinkedIn” is a paper published by LinkedIn in 2014 about budget control. The budget control strategy in this paper is not complex but highly practical and engineering-oriented. This article summarizes the basic principles, engineering implementation, and experimental results based on the paper.

最近在看 Code Complete（中文译作代码大全），一本关于代码构建的书。虽然研究生阶段做的东西与算法结合比较紧密，找工作的岗位也叫算法工程师，但是始终觉得算法工程师首先也得是个工程师，而不应该仅仅是调参师，因此一些基本的工程能力还是不可或缺的。本文主要是创建高质量的代码部分的的两章笔记：第 6 章（可以工作的类）、第 7 章（高质量的子程序），主要给出了在构建类和子程序过程中的一些建议。

统一规范的代码风格在团队协作中非常重要，在若干的风格标准中，Google C++ Style 又是较为被认可的，本文是阅读了 Google C++ Style Guide 中第六 (命名约定)、七 (注释)、八 (格式) 章后的一些笔记，主要涉及代码的一些基本规范。需要注意的是，各种规范之间并没有绝对的好坏之分，只要团队保持一致即可。

This article mainly introduces some deep learning models in CTR prediction, including FNN, Wide&Deep, PNN, DIN, Deep&Cross, etc. Each model will briefly introduce its principles, paper sources, and some open-source implementations.

本文主要介绍 CTR 预估中一些深度学习模型，包括 FNN、Wide & Deep、PNN、DIN、 Deep & Cross 等。每个模型会简单介绍其原理、论文出处以及其一些开源实现。

本文主要介绍 CTR 预估中常用的一些模型，主要是非深度学习模型，包括 LR、GBDT + LR、FM / FFM、MLR。每个模型会简单介绍其原理、论文出处以及其一些开源实现。

This article mainly introduces some commonly used models in CTR prediction, focusing on non-deep learning models, including LR, GBDT+LR, FM/FFM, and MLR. Each model will briefly introduce its principles, paper sources, and some open-source implementations.

ROC 曲线和 PR 曲线是评估机器学习算法性能的两条重要曲线，两者概念比较容易混淆，但是两者的使用场景是不同的。本文主要讲述两种曲线的含义以及应用的场景。