DeepRec CTR模型性能优化天池挑战赛已在阿里云天池平台正式上线！
点击率预估 (CTR estimation) 是在线信息系统的外围模块之一，是举荐零碎、付费广告、搜索引擎重要的组成部分，宽泛的利用于商品购物、短视频、本地生存等畛域中，与人们的生存非亲非故，具备重要的业务价值。而DeepRec是阿里巴巴对立的稠密模型训练/预测引擎，针对点击率预估模型的训练/预测进行了深度的优化
（DeepRec github地址：https://github.com/alibaba/De...）。
此次DeepRec CTR模型性能优化挑战赛诚邀宽广开发者参赛！借助本次大赛，在DeepRec中积淀CTR模型新的优化思路和优化方向，共享教训成绩，领导和推动理论工业理论场景中点击率预估模型的训练效率的晋升！
赛题阐明
本赛题须要参赛者应用DeepRec进行单机的CTR模型训练，次要工作为CTR模型(W&DL, DeepFM, DLRM, DIN, DIEN, MMOE)的训练任务：W&DL/DeepFM/DLRM模型的数据集为通过采样的饿了么数据集，DIN/DIEN模型的数据集为亚马逊图书数据集，MMoE应用淘宝数据集，在无限资源应用下优化6个模型的训练速度。
较量地址
具体赛题及规定介绍请复制下方链接或点击浏览原文https://tianchi.aliyun.com/co...
赛事奖金池
30万元奖金池
冠军： 1支队伍，奖金8万人民币，颁发获奖证书
亚军： 2支队伍，奖金3万人民币，颁发获奖证书
季军： 3支队伍，奖金2万人民币，颁发获奖证书
创新奖：复赛中第7-16名队伍，处分1万人民币，颁发获奖证书
参加天池大赛的队伍还有机会参加《DeepRec CTR模型性能优化大赛有奖征稿》取得键盘、充电宝等精美礼品！大赛技术答疑交换群赛事组队或交换能够进群将在群内分享进行答疑和技术交换