-
在任何一个项目开发或设计中，项目管理被认为最重要的过程之一，因此，选择一款适宜的项目管理工具尤为重要。项目管理是指管理项目计划、定义、监控、控制以及确认交付的过程，因此它的优势也是被公认的。随着各个领域特定项目管理需求的提升，企业就需要一个更好的项目管理工具来管理项目进程。因此一款高效的、良好的项目 ....
- 1年前
-
《搜索与推荐中的深度学习匹配》之搜索篇
作者： 黄冠 讲真，很久没看过能让我这么兴奋的资料了，这个 tutorial https://www.comp.nus.edu.sg/~xiangnan/sigir18-deep.pdf 简直就像一个博士论文，能让我对这个方向有足够深入的了解。而我最近又恰好从事这个方向，恰好也是落地到搜索引擎和推荐 ....- 1年前
-
AIQ - 为什么要使用交叉验证？
【AD】如何提升大数据行业影响力？给数据分析网[投稿]，辐射 50 万大数据爱好者！什么是交叉验证法？它的基本思想就是将原始数据（dataset）进行分组，一部分做为训练集来训练模型，另一部分做为测试集来评价模型。 什么是交叉验证法？它的基本思想就是将原始数据（dataset）进行分组，一部分做为训 ....- 1年前
-
蘑菇街 DSP 广告实践
蘑菇街广告投放技术负责人 腾哲 一、业务背景 无论哪个 APP 每天都会有不同程度的用户流失，为了保障站内 GMV、UV 稳定持续增长，拓展蘑菇街其他业务，需要庞大的用户量作为支撑，我们需要每天向外部进行广告投放，于是我们搭建了自己的广告投放系统，进行流量的获取。 二、DSP 广告投放建设 2.1、 ....- 1年前
-
「机器学习基础与趋势」系列丛书最新成员：140 页《深度强化学习入门》发布
作者：Vincent Francois-Lavet等 参与：Panda 深度强化学习已经为围棋、视频游戏和机器人等领域带来了变革式的发展，成为了人工智能领域的一大主流研究方向。近日，麦吉尔大学、谷歌大脑和 Facebook 的多位研究者在 arXiv 发布了 140 页的《深度强化学习入门》文稿，对 ....- 1年前
-
全文搜索引擎，选 ElasticSearch 还是 Solr？
转载自 大快搜索 什么是全文搜索 什么是全文搜索引擎？百度百科中的定义： 全文搜索引擎是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给 ....- 1年前
-
百度知识图谱技术及应用
分享嘉宾：王泉博士 百度 资深研发工程师 编辑整理：付一韬 出品平台：DataFunTalk 导读： 知识图谱是让机器像人类一样理解客观世界的基石。本次报告首先简要介绍知识图谱在百度的位置及整体的发展概况。接下来从通用知识图谱和行业知识图谱两个分支重点介绍百度知识图谱技术及应用的最新进展，另外会介绍 ....- 1年前
-
内容理解在新浪微博广告中的应用
[图片] 嘉宾：陈兆基 微博 资深算法专家 整理：付一韬 来源：DataFunTalk 导读： 做算法的人常说'数据为王'， 而对于做广告的人来说，内容理解则是广告投放的基础。本次分享将介绍在微博广告中，内容理解起到了哪些作用。 主要内容包括： 广告系统及微博内容商业化简介 内容理解能力不足引发的问 ....- 1年前
-
如何只使用标签来构建一个简单的电影推荐系统
作者：Johnson Kuan 编译：ronghuaiyang 导读 使用基于内容的方法来找到最相似的电影。 介绍 假设你正在推出下一个非常大的订阅视频点播(SVOD)流媒体服务，并且你已经获得了过去 100 年里发行的所有主要电影的流媒体权。祝贺你，这是不可思议的壮举！ 现在你有了很多电影。如果没 ....- 1年前
-
深度学习在美团搜索广告排序的应用实践是怎么样的？
作者 | 薛欢 玉林 王新 转自 | 美团技术团队 AI（人工智能）技术已经广泛应用于美团的众多业务，从美团 App 到大众点评 App，从外卖到打车出行，从旅游到婚庆亲子，美团数百名最优秀的算法工程师正致力于将 AI 技术应用于搜索、推荐、广告、风控、智能调度、语音识别、机器人、无人配送等多个领域 ....- 1年前
-
58 同城搜索云 -- 云搜核心技术揭秘
[图片] 来源： 58 技术 作者：卢克 https://img.6aiq.com/0bf2neczuaafmiaofsfxajpvk2odtjuqlgqa.f10002.mp4 导读 ： 10 月 31 日-11 月 1 日，第三届 2020 AI Pioneer Con 技术峰会线下场在杭州成功 ....- 1年前
-
作者 | hellolincoln 整理 | NewBeeNLP 面试锦囊之面经分享系列，持续更新中。 写在前面 秋招过去一段时间了，拿到了几个大厂的 offer，权衡之下最终选择了百度。趁脑中的记忆还算清晰，分享一下秋招百度凤巢广告算法的面经，以飨明年春招的各位小伙伴！ 首先简单介绍一下背景，我是 ....
- 1年前
-
深度 CTR 预估模型中的特征自动组合机制演化简史
作者： 杨旭东 96 人赞同了该文章 众所周知，深度学习在计算机视觉、语音识别、自然语言处理等领域最先取得突破并成为主流方法。但是，深度学习为什么是在这些领域而不是其他领域最先成功呢？我想一个原因就是图像、语音、文本数据在空间和时间上具有一定的内在关联性。比如，图像中会有大量的像素与周围的像素比较类 ....- 1年前
-
短视频如何做到千人千面？FM+GBM 排序模型深度解析
背景 信息流短视频以算法分发为主，人工分发为辅，依赖算法实现视频的智能分发，达到千人千面的效果。整个分发流程分为：触发召回、排序与重排三个阶段。排序层在其中起着承上启下的作用，是非常重要的一个环节。在排序层优化的过程中，除了借鉴业界前沿的经验和做法，我们也做了模型上的一些创新。 信息流短视频排序目前 ....- 1年前
-
超详细：完整的推荐系统架构设计
[图片] 本文节选自《从零开始构建企业级推荐系统》一书 张相於 著 电子工业出版社出版 架构设计概述 架构设计是一个很大的话题，这里只讨论和推荐系统相关的部分。更具体地说，我们主要关注的是算法以及其他相关逻辑在时间和空间上的关系——这样一种逻辑上的架构关系。 在前面的章节中我们讲到了很多种算法，每种 ....- 1年前
-
知识蒸馏：如何用一个神经网络训练另一个神经网络
作者：Tivadar Danka 编译：ronghuaiyang 导读: 知识蒸馏的简单介绍，让大家了解知识蒸馏背后的直觉。 如果你曾经用神经网络来解决一个复杂的问题，你就会知道它们的尺寸可能非常巨大，包含数百万个参数。例如著名的 BERT 模型约有 1 亿 1 千万参数。 为了说明这一点，参见下图 ....- 1年前
-
独家揭秘：微博深度学习平台如何支撑 4 亿用户愉快吃瓜？
[图片] 作者： 于翔 2019 年 2 月 21 日 随着深度学习在微博业务场景中的广泛使用，深度学习平台也遇到一些挑战：在离线训练方面，各业务方需求丰富多样，任务管理纷繁复杂，大数据与大模型带来训练时长的压力；在线推理方面，基于模型服务的特殊性，如何在满足微博大流量高性能的在线业务需求同时，保证 ....- 1年前
-
文章来源 [链接] 前言 用户在互联网应用上的绝大部分的行为都是可以用一个序列来表示，比如购物、听音乐、看 feed 流等，用式子来表示就是： {x_1,x_2,x_3,..,x_N} -> x_{N+1} $$ 因此对于这个序列如何建模来获取整个用户的意图行为至关重要，而之前传统的ML只能基 ....
- 1年前
-
BERT 大火却不懂 Transformer？读这一篇就够了
大数据文摘与百度 NLP 联合出品 编译：张驰、毅航、Conrad、龙心尘 编者按：前一段时间谷歌推出的 BERT 模型在 11 项 NLP 任务中夺得 STOA 结果，引爆了整个 NLP 界。而 BERT 取得成功的一个关键因素是 Transformer 的强大作用。谷歌的 Transformer ....- 1年前
-
vivo 应用商店推荐系统探索与实践
Huang Xiaoqun vivo 互联网技术 介绍 vivo 应用商店推荐系统如何高效支撑个性化的推荐需求。 一、前言 商店的应用数据主要来源于运营排期、CPD、游戏、算法等渠道，成立推荐项目之后也没有变化，发生变化的是由推荐系统负责和数据源进行对接，商店服务端只需要和应用推荐系统进行对接即可。 ....- 1年前
-
程序员导航
