• 推荐系统遇上深度学习 (二十三)-- 大一统信息检索模型 IRGAN 在推荐领域的应用

    原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-09-25 1、引言 信息检索领域的一个重要任务就是针对用户的一个请求 query，返回一组排好序的召回列表。 经典的 IR 流派认为 query 和 document 之间存在着一种生成过程，即 q -> d 。 ....

  • 近期 GitHub 上最热门的开源项目（附链接）

    2 月份 GitHub 上最热门的开源项目又出炉了，又有哪些新的项目挤进热门榜单了呢，一起来看看。 1、nocode https://github.com/kelseyhightower/nocode Star 16256 这是 2 月份新出炉的项目，可以说是 2018 年最火的佛系编程了，这个项目 ....

  • 「回顾」知乎推荐页 Ranking 经验分享

    [图片] 配套 PPT 下载，请识别底部二维码关注社区公众号，后台回复【1215】 分享嘉宾：单厚智知乎 排序算法负责人 编辑整理：李岩哲 内容来源：DataFun AI Talk《知乎推荐页 Ranking 经验分享》 出品社区：DataFun 注：欢迎转载，转载请注明出处。 本次分享主题主要从以 ....

  • BERT 的嵌入层是如何实现的？看完你就明白了

    作者：__ 编译：ronghuaiyang 导读： 非常简单直白的语言解释了 BERT 中的嵌入层的组成以及实现的方式。 介绍 在本文中，我将解释 BERT 中嵌入层的实现细节，即 token 嵌入、Segment 嵌入和 Position 嵌入。 简介 这是一张来自论文的图，它恰当地描述了 BER ....

  • 推荐系统遇上深度学习 (二十)-- 贝叶斯个性化排序(BPR) 算法原理及实战

    石晓文的学习日记 2018.06.29 23:27 排序推荐算法大体上可以分为三类，第一类排序算法类别是点对方法(Pointwise Approach)，这类算法将排序问题被转化为分类、回归之类的问题，并使用现有分类、回归等方法进行实现。第二类排序算法是成对方法(Pairwise Approach) ....

  • 机器学习与深度学习常见面试题（上）

    导言 一年一度的校园招聘已经开始了，为了帮助参加校园招聘、社招的同学更好的准备面试，SIGAI 整理出了一些常见的机器学习、深度学习面试题。理解它们，对你通过技术面试非常有帮助，当然，我们不能只限于会做这些题目，最终的目标是真正理解机器学习与深度学习的原理、应用。 1 比较 Boosting 和 B ....

  • 秋招报告：2019 届互联网校招薪资出炉，90 后社招被薪酬倒挂？

    [图片] 转载自 100 offer 公众号 金九银十校招季，国庆假期前后，部分一线互联网公司已经争分夺秒地发出了第一批校招 offer。一个残酷的事实是：还未跨出校门的 95 后，已开始用惊人的高薪，碾压在职场上「头秃」的 90 后了。 校招是企业抢夺高潜人才的黄金时期，校招薪资也会逐步影响社招市 ....

  • 一图胜千言: 解读阿里的 Deep Image CTR Model

    [图片] 文章作者：石塔西 内容来源：小石的数据科学之旅@知乎专栏 出品社区：DataFun 注：欢迎投稿「行知」专栏，让您的行业知识，为行业者知。 本文是对阿里的论文《Image Matters: Visually modeling user behaviors using Advanced Mo ....

  • GBDT+LR 算法解析及 Python 实现

    原文地址： https://www.cnblogs.com/wkang/p/9657032.html 1. GBDT + LR 是什么 本质上 GBDT+LR 是一种具有 stacking 思想的二分类器模型，所以可以用来解决二分类问题。这个方法出自于 Facebook 2014 年的论文 Prac ....

  • 向广大网友请教一个可能比较弱智的问题，万分感谢！

    广大网友，大家好！问大家一个问题，在图片中识别文字，与这件事情相关的专业知识和专业技能，属于人工智能的科学研究和产业应用的范畴，是这样吗？万分感谢！

  • 不仅仅用 CTR：通过人工评估得到更好的推荐

    作者：Edwin Chen 编译：ronghuaiyang 导读 导读 用 CTR 来评估推荐算法是一个非常常用的度量，但并非是最好的度量。 假设你正在为一个新在线网站构建一个推荐算法。你如何衡量它的质量，以确保它发送给用户相关和个性化的内容？刚开始的时候，你希望点击率可以进行衡量，但经过一番思考， ....

  • 深度学习在 360 搜索广告 NLP 任务中的应用

    分享嘉宾：高凯明 360 算法专家 编辑整理：Hoh Xil 内容来源：DataFun AI Talk 出品社区：DataFun 注：欢迎转载，转载请注明出处。 360 搜索广告成立于 2012 年，到今年是第 8 个年头了。 今天分享的内容分为两部分，第一部分是搜索广告和广告召回。我会介绍搜索广告 ....

  • 推荐系统遇上深度学习 (二十六)-- 知识图谱与推荐系统结合之 DKN 模型原理及实现

    在本系列的上一篇中，我们大致介绍了一下知识图谱在推荐系统中的一些应用，我们最后讲到知识图谱特征学习(Knowledge Graph Embedding)是最常见的与推荐系统结合的方式，知识图谱特征学习为知识图谱中的每个实体和关系学习到一个低维向量，同时保持图中原有的结构或语义信息，最常见的得到低维向 ....

  • Lucene 倒排索引原理探秘 (2)

    上篇文章 http://www.6aiq.com/article/1564413040138 详细介绍了 Lucene 索引表的实现，内容涉及关于 Terms Index 以及 Term Dictionary 的剖析。 此文将继续剖析 Lucene 倒排索引实现的另一部分核心内容： 倒排表（Post ....

  • 微博广告策略工程架构体系演进

    分享嘉宾：李铁牛 新浪微博 编辑整理：崔媛媛 内容来源：DataFun AI Talk 出品社区：DataFun 导读： 本次分享的主题为微博广告策略工程架构体系演进，将介绍微博广告在从 0 到 1，从 1 到 N 的过程中，微博广告架构是如何支持策略、算法、模型迭代的，包括以下几部分： 概述 微博 ....

  • Lucene 源码系列——Automaton 有穷自动机 (DFA)

    Automaton      在介绍 Automation 类之前先介绍下有穷自动机的概念，有穷自动机分为确定型有穷自动机(DFA)跟不确定型有穷自动机(NFA)。由于本篇文章是为介绍 TermRangeQuery 作准备的，所以只介绍确定性有穷自动机。 确定型有穷自动机(Deterministic ....

  • Lucene 源码系列——工具类 FixedBitSet

    FixedBitSet FixBitSet 类在 Lucene 中属于一个工具类（Util），它的其中一个用途用来存储文档号，用一个 bit 位来描述（存储）一个文档号。该类特别适合存储连续并且没有重复的 int 类型的数值。最好情况可以用 8 个字节来描述 64 个 int 类型的值。下面通过介绍 ....

  • Wide&Deep 算法理论与实践

    背景 在 CTR 预估任务中，线性模型仍占有半壁江山。利用手工构造的交叉组合特征来使线性模型具有“记忆性”，使模型记住共现频率较高的特征组合，往往也能达到一个不错的 baseline，且可解释性强。但这种方式有着较为明显的缺点：首先，特征工程需要耗费太多精力。其次，因为模型是强行记住这些组合特征的， ....

  • xDeepFM 算法理论与实践

    阅读原文 前言 今天为大家带来的是 2018 年由中科大、北邮、微软联合推出的 xDeepFM（eXtreme Deep Factorization Machine）模型[1]，该模型的主要贡献在于，基于 vector-wise 的模式提出了新的显式交叉高阶特征的方法，并且与 DCN [2]一样，能 ....

  • Embedding 技术在推荐系统中的实践总结

    作者：minwxwang，腾讯 PCG 应用研究员 当前主流的推荐系统中，embedding 无处不在，从一定意义上可以说，把 embedding 做好了，整个推荐系统的一个关键难题就攻克了。因此，本文总结了移动腾讯网推荐系统中的 embedding 技术实践，力图达到娱人娱己的目的。 什么是 em ....

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