• BERT, ELMo, & GPT-2: 这些上下文相关的表示到底有多上下文化？

    作者：Kawin Ethayarajh 编译：ronghuaiyang 原文： 英文原文：https://kawine.github.io/blog/nlp/2020/02/03/contextual.html 导读： 具有上下文信息的词表示到底有多大程度的上下文化？这里给出了定量的分析。 将上下文 ....

  • 棚改 - 三四线楼市再无未来

    作者：三个火枪手 来源：格隆汇 APP 格隆汇 APP 原创首发，十档行情 Level-2 免费送！ “我不种田了！” 2016 年初的一天，十八线的老舅在电话里说，“村里搞棚户区改造，搬到镇上住了，离庄稼地太远了，你表哥叫我别种了。” 我盯着熔断的上证 K 线，强作开心地跟老舅说，“那很好啊！” ....

  • Lucene 源码系列——多个 MUST 的 Query 的倒排求交集

       这种 Query 组合的文档号合并的代码是在 ConjunctionDISI 类中实现。本文通过一个例子来介绍文档号合并逻辑，这篇文章中对于每个关键字如何获得包含它的文档号，不作详细描述，大家可以去看我添加了详细注释的 ConjunctionDISI 类，相信能一目了然。GitHub 地址是： ....

  • 干货篇 | 观远数据：可解释机器学习原理及应用

    分享嘉宾： 周远，观远数据联合创始人，首席科学家 整理出品： 张劲，AICUG 人工智能社区 PPT 下载：http://www.aicug.cn/#/docs https://img.6aiq.com/0b78puaawaaadaaasz2335qfa7odbn6qacya.f10002.mp4 ....

  • 推荐系统系列（二）：FFM 算法理论与实践

    背景 在 CTR/CVR 预估任务中，除了 FM 模型[2] 之外，后起之秀 FFM（Field-aware Factorization Machine）模型同样表现亮眼。FFM 可以看作是 FM 的升级版，Yuchi Juan 于 2016 年提出该模型，但其诞生是受启于 Rendle 在 201 ....

  • Elasticsearch 的查询毛刺问题原因分析

    如果业务对查询延迟很敏感，Elasticsearch 查询延迟中的毛刺现象就是比较困扰的一类问题，由于出现毛刺的时间点已经过去，无法稳定复现，对于根因的分析比较困难，无法用系统化调试的思想，从现象出发逐步推理，定位问题，能做的通常就是看一下监控系统对应时间点的指标情况，而在 es 中，导致查询延迟发 ....

  • 项目经理: 在家远程办公如何提高工作效率?

    为了减少人群聚集、防止交叉感染，很多企业延迟复工并响应国家“停工不停业、停课不停学“的号召，通过在家办公的方式陆续复工。在家，是帮助疫情平复；办公，是维护经济稳定。在特殊时期，远程办公成为企业保障日常经营的首选方式。今天与大家分享一下，在家办公，怎么高效完成远程工作。 在家办公最大的挑战，是远程之下 ....

  • Lucene 源码系列——多个 SHOULD 的 Query 的倒排求并集

    文档号合并 本篇文章通过一个例子介绍如何对满足搜索要求的文档进行合并（筛选），详细的合并过程可以看我的源码注释，GitHub 地址是：https://github.com/luxugang/Lucene-7.5.0/blob/master/solr-7.5.0/lucene/core/src/jav ....

  • 推荐系统召回全能模型之：FM 模型

    在推荐领域 CTR（click-through rate）预估任务中，最常用到的 baseline 模型就是 LR（Logistic Regression）。 对数据进行特征工程，构造出大量单特征，编码之后送入模型。这种线性模型的优势在于，运算速度快可解释性强，在特征挖掘完备且训练数据充分的前提下能 ....

  • AIQ - 从损失函数的角度详解机器学习算法之逻辑回归

    源 | 机器学习算法全栈工程师 ID：Jeemy110 作者：章华燕 逻辑回归详解 分类是监督学习的一个核心问题，在监督学习中，当输出变量 Y 取有限个离散值时，预测问题便成为分类问题。这时，输入变量 X 可以是离散的，也可以是连续的。监督学习从数据中学习一个分类模型或分类决策函数，称为分类器(cl ....

  • 爱奇艺短视频软色情识别技术解析

    原文： 爱奇艺产品技术团队 随着 UGC 内容爆发式增长，信息流产品占领越来越多的用户时间。爱奇艺作为国内领先的互联网视频媒体，承担了正确引导用户价值观的社会责任。所以识别和屏蔽低俗内容、做好风险内容控制、净化短视频生态是一项非常值得重视的工作。下面我们从技术的角度，以“软色情识别”为例，介绍爱奇艺 ....

  • Lucene 源码系列——LRUQueryCache

    原文地址： https://www.amazingkoala.com.cn/Lucene/Search/2019/0506/57.html    LRUQueryCache 用来对一个 Query 查询的结果进行缓存，缓存的内容仅仅是文档号集，由于不会缓存文档的打分（Score），所以只有不需要打分 ....

  • 贝壳找房一站式大数据开发平台实践

    分享嘉宾：仰宗强 编辑整理：刘春龙 出品平台：DataFunTalk 导读： 本次分享嘉宾是来自贝壳大数据部门的仰宗强，详细介绍了针对贝壳的业务数据与需求的增长，逐步升级数据开发平台的探索实践过程，包括三次数据开发平台架构升级的细节。 本次主题分享，主要从下面 4 个方面进行介绍： 背景介绍 探索历 ....

  • AIQ - 有赞的面试经历，被虐的有点惨

    转载自 占小狼 的博客 四月份面试有赞的时候，自己还在实习，所以也没有复习，是在 Boss 直聘上投的，当时看到了有赞的 2018 届春招，就投了下。最后不知道怎么就被推到了框架组，结果后面就感觉自己被虐的可惨了。 一面 好像是清明节还是五一劳动节来着，我还在睡觉，就接到一面面试官的电话，说现在有时 ....

  • 计算广告论文及资料 && 推荐系统论文及资料 && 基于 Spark 的 CTR 模型资料

    计算广告论文及资料列表 GitHub repo： wzhe06/Ad-papersgithub.com[图片] 推荐系统论文及资料列表 GitHub repo： wzhe06/Reco-papersgithub.com[图片] 基于 Spark 的 CTR 模型（LR，Random Forest，G ....

  • 工作效率低? 这个锅远程办公不背

    疫情仍在继续，每个人为这个社会做贡献的方式，除了做好防控和不必要的恐慌外，我们更应该做好本职工作，以确保社会经济的正常运转，要做到“各司其职”。 从 2 月 3 号开始，越来越多企业选择了远程办公模式。但因为沟通不畅所带来的信息不对称、效率低下，内耗等问题，对管理者和员工都是不小的考验。 远程办公三 ....

  • 一文让你彻底理解准确率，精准率，召回率，真正率，假正率，ROC/AUC

    ROC/AUC 作为机器学习的评估指标非常重要，也是面试中经常出现的问题（80% 都会问到）。其实，理解它并不是非常难，但是好多朋友都遇到了一个相同的问题，那就是：每次看书的时候都很明白，但回过头就忘了，经常容易将概念弄混。 还有的朋友面试之前背下来了，但是一紧张大脑一片空白全忘了，导致回答的很差。 ....

  • 观点 | 博士离开学术界算不算失败？牛津大学博士有话要说

    近日，牛津大学的医学在读博士 Philipp Kruger 在 Nature 上发表了一篇文章，为大家介绍了读博过程中，博士生、导师分别应该怎么做。同时也要告诉大家一个事实——「离开学术界的研究人员并非失败的学者」。 [图片] 作为一名即将毕业的博士生，我发现自己正被黯淡的就业前景和学术前途所困。这 ....

  • Lucene 源码系列—— Collector 收集各个 Segment 命中的 docs

    在搜索阶段，每当 Lucene 找到一个满足查询条件的文档（Document），便会将该文档的文档号（docId）交给 Collector，并在 Collector 中对收集的文档号集合进行排序（sorting）、过滤（filtering）或者用户自定义的操作。   本篇文章将根据图 1 中的类图（ ....

  • 人脸检测算法之 S3FD

    SIGAI 特约作者 Baoming 算法研究员 导言 自从 anchor-based method 出现之后，物体检测基本上就离不开这个神奇的 anchor 了。只因有了它的协助，人类才在检测任务上第一次看到了 real time 的曙光。但是，夹杂在通用物体检测中，某些特定物体的检测任务由于应用 ....

本文目录

    热门标签

    广告位

    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