• 骚操作！电影接吻镜头次数的算法实现

    嘿嘿我们今晚有个直播，不收费不用转发或关注公众号之类小广告多有打扰啦。 一部没看过的电影，如何确定是爱情片还是动作片？接吻次数和打斗次数，可以反映电影调性。我们可以使用 kNN 来解决这个问题。啥是 kNN？具体如何实现？ 今晚 19：30 分 性感大佬，在线直播 **直播主题：**K-近邻算法实现 ....

  • 实时翻译的发动机：矢量语义（斯坦福大学课程解读）

    转载自公众号： 人工智能头条 大家好，我是为人造的智能操碎了心的智能禅师。 GraphDB 最近刚刚升级到 8.7 版本，此次特别更新了矢量语义包，直接以插件形式整合到程序中。 矢量语义在 NLP 领域，有着非常重要的意义，它用矢量的方式，加快了计算机学习新词汇的速度。让机器翻译、实时翻译、聊天机器 ....

  • 贝壳找房 | 端到端模型在贝壳经纪人流失预警场景的实践

    杨航@贝壳找房 近年来，深度学习算法在各领域大放异彩，各种端到端模型也日趋成熟。特别是在推荐算法领域，端到端模型几乎成了标配。端到端模型可以将特征工程融入到模型中，由模型自动化提取有效特征；也可以将各类网络结构融合到一起进行训练，根据数据特点进行深度拟合。本文探讨在贝壳经纪人流失预警场景下，如何将端 ....

  • Elasticsearch DSL 语法中 queries/filters 执行顺序探秘

    作者： 梁尔舒，李昀晖 写在前面 我们之前应该都了解链表求交、求并的算法，但是很少在实际工作中见过这些算法是怎么体现的，解决了哪些场景下的问题，其实 lucene 解决链表求交并的算法非常漂亮。最近因为工作中需要排查线上总是出现某些检索 DSL 执行比较慢，在网上到处找底层具体执行的资料，发现资料少 ....

  • 风控特征—时间滑窗统计特征体系

    原文作者：求是汪在路上（知乎 ID） 原文链接：https://zhuanlan.zhihu.com/p/85440355/ 风控业务背景 俗话说，路遥知马力，日久见人心。在风控中也是如此，我们常从时间维度提取借款人在不同时间点的特征，以此来判断借款人的风险。在实践中，这类特征通常会占到 80% 以 ....

  • 淘系技术 | 单元测试实践篇：Mock 框架

    淘系的技术发展已经有相当一段历史了，在历史的长河中总能沉淀出很多复杂的巨型项目，包罗多个业务，而且往往服务依赖比较复杂；再加上一些特殊环境变量的设置，想要在本地运行、debug 自测这种大型应用的难度越来越高；尤其是对环境不太熟悉的新人而言成本会更高。 这类应用的单元测试不能像微服务化的应用一样，可 ....

  • 用机器学习怎样鉴别不可描述的网站

    [图片] 前两天教师节，人工智能头条的某个精神股东粉群里，大家纷纷向当年为我们启蒙、给我们带来快乐的老师们表达感激之情。 很多人表示，他们的硬盘里，至今还保留着当时她们上课时候的视频。有一些现在网站上已经很难找到了，于是大家又纷纷开始互相交流跟随这些老师学习实践的心得体会。 [图片] 禅师最喜欢的教 ....

  • 使用 ElasticSearch 的 44 条建议

    跳跳爸_的 Abc 公众号 在搜索业务上摸爬滚打 3 年，使用的 Es 版本也从 1.x 升级到了 5.x，扮演的角色也逐渐从 Es 的使用方变为维护方，这里大致汇总了使用 Es 过程中踩的一些坑以及一些注意事项，也会穿插一下我们的解法。 01 es 中建索引是指创建一个保存数据的目录，用于保存倒排 ....

  • 一些 NLP 的面试问题

    作者：Pratik Bhavsar 编译：ronghuaiyang [图片] 导读: 在 NLP 的面试中提问频率非常高的问题。 练习 NLP 是一回事，破解面试是另一回事。对 NLP 人员的面试与一般的数据科学非常不同。在短短几年内，由于迁移学习和新的语言模型，这些问题已经完全改变了。我个人经历过 ....

  • 机器学习论文笔记—如何利用高效的搜索算法来搜索网络的拓扑结构

    作者： 陈 扬 编辑：赵一帆 简 介 分层表示高效的架构搜索(HIERARCHICAL REPRESENTATIONS FOR EFFICIENT ARCHITECTURE SEARCH)这篇文章讲的是如何利用高效的搜索算法来搜索网络的拓扑结构。用一个简单但功能强大的演化算法。 这个方法可以发现具有 ....

  • 我在机器学习踩过的坑，现在告诉你怎么跳过去

    大家好，我是为人造的智能操碎了心的智能禅师。 最近很多读者问本禅师： 转行机器学习需要注意哪些事情呢？ 我想学习机器学习，需要学习哪些知识呢？ 机器学习如何避免走弯路呢？ 本禅师表示非常理解大家的需求。 人工智能（其实本禅师认为目前看来翻译成人造智能可能更直白一点）毫无疑问，已经是科技趋势，却又是门 ....

  • 医疗健康领域的短文本解析探索（一）

    丁香园大数据 NLP 文章发表于：2019-09-02 前言 简单的回顾一下，上一回我们说到短语挖掘（Phrase Mining），对非结构化文本中抽取出高质量的名词短语，用于解决专业领域的专业词典不足的问题。我们提到了韩家炜老师的三部曲 TopMine，segphrase 和 AutoPhrase ....

  • 一些你可能还不知道的Python代码技巧

    被人工智能捧红的Python已是一种发展完善且非常多样化的语言，扩展库之全、技巧之多总能让我这个PythonABC新鲜感倍增！其中肯定有一些你尚未发现的功能，本文就来呼吸下这些清新空气~Python是...

  • 人工智能技术社区-极智能，正式上线啦！

    极智能，一个帮助AI开发者成长的社区。转眼间大半年过去了，我们一直在做一件事情：做一个专业的人工智能技术社区。这个社区内容要充实、干货满满，界面要美观，功能要足够好用。知识涵盖的既要适合初学者入门，又...

  • 12种降维技术的全面指南（附Python代码）

    介绍你曾经做过超过一千个特性的数据集吗？那超过50000个特征的呢？我有，让我告诉你，这是一项非常具有挑战性的任务，特别是如果你不知道从哪里开始！拥有大量的变量既是一种恩惠又是一种诅咒。我们有大量的数...

  • 图解 Reformer：一种高效的 Transformer

    作者：Alireza Dirafzoon 编译：ronghuaiyang 导读 在单 GPU 上就可以运行的 Transformer 模型，而且几乎不损失精度，了解一下？ [图片] 如果你一直在开发机器学习算法用于处理连续数据 —— 例如语言处理中的文本，语音信号，或视频 —— 你可能听说过或使用过 ....

  • 算法工程师必知必会的经典模型系列一：Transformer 模型串讲

    章立 美团点评算法工程师 未经许可 禁止转载 这是本系列的第一篇文章，期待大家关注我，跟进后续哦 ～ 注意力机制与 Transformer 模型分享 注意力机制 什么是注意力 注意力 的原型很容易理解，例如图片 [图片] 这张图里的要素很多，对于抱有不同目的或者习惯的人。会有注意到不同的内容。 如果 ....

  • NLP 模型的产品化

    [图片] 作者：Pratik Bhavsar 编译：ronghuaiyang 导读: 模型训练只是产品化中的很小的一个环节。 问题描述 最近，我一直在巩固在不同 ML 项目中工作的经验。我将从我最近的 NLP 项目的角度来讲述这个故事，对短语进行分类 — 一个多类单标签问题。 [图片] NLP 的 ....

  • 透过现象看机器学习：奥卡姆剃刀，没有免费的午餐，丑小鸭定理等

    编辑来源：Datawhale 作者：邱锡鹏，复旦大学教授 寄语：本文对 PAC 学习理论、没有免费的午餐定理、丑小鸭定理、奥卡姆剃刀原理等机器学习中有名的理论或定理进行了详细的梳理。 在机器学习中，有一些非常有名的理论或定理，这些理论不仅有助于我们从本质理解机器学习特性，更好地学习相关理论，更重要的 ....

  • 为什么程序员一言不合就重构代码？

    [图片] 当你看到前任写成一团毛球的代码块；新增几行代码需先捋半天逻辑的超级大函数；好不容易在迷宫里找到方向，小心翼翼地添加上新代码，却将别的调用系统给弄垮时；还有运行缓慢的老系统…… 此时程序员只有两个选择：要么忍，要么重构**。** 忍是有极限的，重构的“三次法则”表示：程序员第一次看到乱代码可 ....

本文目录

    热门标签

    程序员导航

    热门文章

    阿里云新老用户最新优惠

    阿里云新老用户最新优惠

    最新发布

    最新评论