FTRL由google工程师提出，在13的paper中给出了伪代码和实现细节，paper地址：http://www.eecs.tufts.edu/~dsculley/papers/ad-click-prediction.pdf

本文旨在算法的应用，推导和优化过程详见paper，推荐一篇博文http://www.cnblogs.com/EE-NovRain/p/3810737.html，有兴趣的可以详读。

per-coordinate FTRL_Proximal的伪代码如下：

• α根据数据和特征自适应调整，β一般取值为1
• FTRL是对w每一维分开训练更新的，每一维使用的是不同的学习速率

 未完待续。。。

广告点击率预测（CTR） —— 在线学习算法FTRL的应用