作者：熊先明，腾讯 CDG 应用研究员 XGBoost 是一种经典的集成式提升算法框架，具有训练效率高、预测效果好、可控参数多、使用方便等特性，是大数据分析领域的一柄利器。在实际业务中，XGBoost 经常被运用于用户行为预判、用户标签预测、用户信用评分等项目中。XGBoost 算法框架涉及到比较多 ....

分享嘉宾：王凡 百度 资深研发工程师 编辑整理：王成林 内容来源：百度大脑&DataFun AI Talk《强化学习：原理与应用》 今天分享话题主要是跟强化学习有关，因为强化学习最近在工业界是非常火热。从加入百度开始，我主要就是做这一块。强化学习是一个比较大的话题，分享的内容大概是三个部分： ....

本文转载自 DataFunTalk 公众号 [图片] 本文根据贝壳找房王贺青老师在 DataFun Talk 人工智能技术沙龙中分享的《知识图谱在贝壳找房的从 0 到 1 实践》编辑整理而成，在未改变原意的基础上稍做整理。 [图片] 今天分享的内容有四个方面，第一个介绍下知识图谱，第二个讲为什么 “ ....

[图片]

分享嘉宾：李建舒 美团 技术专家 编辑整理：李梦 出品平台：DataFunTalk 导读： 本文主要介绍美团酒旅数据治理的历程和实践经验，以及业务发展各个阶段中数据体系遇到的问题和解决方案。最后，将探讨数据治理在现阶段的建设思路和发展方向。 [图片] 01 背景介绍 数据治理这个话题这两年非常火热， ....

58 同城作为中国最大的分类信息网站，提供了房产、招聘、黄页和二手交易等多方面的生活服务信息，信息数据量和访问量逐年增长，列表页排序需求也时常变化。在这样的背景下，58 搜索技术部使用 C++ 语言自主研发了 ESearch 搜索内核，取代之前使用的 Solr，大幅提高了性能和可定制性。 经过多年的 ....

作者：爱奇艺技术 ，该文根据【i 技术会】现场演讲整理而成 在建设机器学习平台之前，爱奇艺已经拥有比较成熟的深度学习平台 Javis，但是 Javis 面向的用户比较高阶、专业的算法工程师，需要通过提交代码到专用计算集群上运行计算，使用门槛比较高。 另外，算法除了深度学习以外，机器学习，数据挖掘、数 ....

[图片] 文章作者：姚凯飞 Club Factory 推荐算法负责人 内容来源：作者授权发布 出品社区：DataFun 注：欢迎转载，转载请注明出处。 一。 概述 一个产品的搜索功能，是用户快速触达所需信息的通道，起到了引导用户走向的重要作用；优秀的产品必然有成熟、体验良好的搜索功能。 国内几个大型 ....

作者介绍 皮勇泽，洋码头搜索工程师 多年搜索业务开发经验，负责洋码头搜索系统开发 传送门： http://www.6aiq.com/article/1537369562943 http://www.6aiq.com/article/1537369469861 搜索是洋码头 APP 流量分发的主要入口 ....

在淘宝的商品搜索场景中，给商品进行打分排序是一个典型的多步决策问题。尽管 Learning to Rank（LTR）被广泛用于排序问题，但现有的方法并没有考虑同一个搜索会话中不同决策步骤之间的关联性，因而无法直接用于电商搜索场景中的商品排序。本文提出用强化学习来解决对商品多步排序决策问题，它在模拟实 ....

转载自 美团点评技术团队 一。 背景 效果广告的主要特点之一是可量化，即广告系统的所有业务指标都是可以计算并通过数字进行展示的。因此，可以通过业务指标来表示广告系统的迭代效果。那如何在全量上线前确认迭代的结果呢？通用的方法是采用 AB 实验（如图 1）。所谓 AB 实验，是指单个变量具有两个版本 A ....

王喆 今天我们关注模型的评估和线上测试。有经验的算法工程师肯定非常清楚，在一个模型的开发周期中，占工作量大头的其实是特征工程和模型评估及上线的过程。在机器学习平台已经非常成熟的现在，模型结构的实现和调整反而仅仅是几行代码的事情。所以如果能够将模型评估和线上 AB Test 的效率提高，那一定是大大解 ....

本系列已经写了二十篇了，但推荐系统的东西还有很多值得探索和学习的地方。不过在这之前，我们先静下心来，一起回顾下之前学习到的东西！ 由于是总结性质的文章，很多细节不会过多的涉及，有兴趣的同学可以点击文章中给出的链接进行学习。 本文中涉及的大多数算法是计算广告中点击率预估用到的模型。 好了，废话不多说， ....

来源： 孙锐 58 技术 导读: 本文介绍了 58 本地服务《虚拟类目-标签》体系构建的相关工作，包括虚拟类目生成、标签筛选及挂载、同义去重等内容，我们将实际业务需求转化成机器学习问题，并调研实践相关算法模型完成构建工作。通过逐步上线《虚拟类目-标签》内容，方便用户找到所需服务以提高转化率，实现业务 ....

我们观测到的值，并不是我们需要的参数的真实值，而是真实值的估计（举个例子，平均值和期望）；这也就意味着，估计可能是不准确的，ABtest 的结果可能是错误的。直观上说，样本越多，我们可能犯错的概率越小。我们梳理了这块儿的知识，做一个学习总结。 实际业务中，我们定量下面几个问题： 1）ABtest 是 ....

原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-10 1、FM 背景 在计算广告和推荐系统中，CTR 预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据 CTR 预估的点击率来进行。在进行 CTR 预估时，除了单 ....

事务特性 ？ [图片] •原子性： 事务是最小的执行单位，不允许分割。事务的原子性确保动作要么全部完成，要么完全不起作用； •一致性： 执行事务前后，数据保持一致； •隔离性： 并发访问数据库时，一个用户的事物不被其他事物所干扰，各并发事务之间数据库是独立的； •持久性： 一个事务被提交之后。它对数 ....