| 271 |
实现AUC计算，支持大规模数据的流式更新。 |
271.md |
| 272 |
实现TopK推荐，基于堆与快速选择的比较。 |
272.md |
| 273 |
实现协同过滤的矩阵分解，SGD与ALS的并行化。 |
273.md |
| 274 |
实现DIN的注意力机制，Mask与变长序列处理。 |
274.md |
| 275 |
实现负采样，基于流行度的有偏采样与修正。 |
275.md |
| 276 |
实现向量检索的LSH，哈希函数族的设计。 |
276.md |
| 277 |
实现GBDT的特征重要性，Permutation与Spl… |
277.md |
| 278 |
实现多臂老虎机的UCB，探索参数的自动调整。 |
278.md |
| 279 |
实现图神经网络的邻居采样，Inductive的minib… |
279.md |
| 280 |
实现序列模型的Beam Search，长度惩罚与重复抑制… |
280.md |
| 281 |
设计特征存储的数据结构，支持高效CRUD与范围查询。 |
281.md |
| 282 |
实现模型服务的负载均衡，一致性哈希与故障转移。 |
282.md |
| 283 |
实现实时指标的流式计算，滑动窗口的增量更新。 |
283.md |
| 284 |
设计AB测试的分流算法，正交分层与互斥实验。 |
284.md |
| 285 |
实现推荐结果的缓存策略，LRU与LFU的混合。 |
285.md |
| 286 |
设计日志采集的压缩算法，列式存储与编码优化。 |
286.md |
| 287 |
实现Embedding的增量训练，新ID的冷启动初始化。 |
287.md |
| 288 |
设计模型压缩的剪枝算法，结构化与非结构化的选择。 |
288.md |
| 289 |
实现分布式训练的参数同步，BSP与ASP的收敛性。 |
289.md |
| 290 |
设计推荐系统的压测方案，流量模拟与瓶颈定位。 |
290.md |
| 291 |
实现一个简化版TensorFlow的自动微分。 |
291.md |
| 292 |
实现Transformer的稀疏注意力，Longform… |
292.md |
| 293 |
实现知识图谱的TransE训练，负采样的破坏策略。 |
293.md |
| 294 |
实现强化学习的REINFORCE，基线减小的方差降低。 |
294.md |
| 295 |
实现因果推断的PSM，倾向得分的逻辑回归估计。 |
295.md |
| 296 |
实现图算法的PageRank，分布式幂迭代优化。 |
296.md |
| 297 |
实现近似算法的Count-Min Sketch，频率估计… |
297.md |
| 298 |
实现一致性协议Raft，Leader选举与日志复制。 |
298.md |
| 299 |
实现数据库的B+树索引，范围查询与并发控制。 |
299.md |
| 300 |
实现一个简化版Spark的RDD，懒计算与血缘追踪。 |
300.md |