https://zhuanlan.zhihu.com/p/29765582 现在网上介绍 gbdt 算法的文章并不算少，但总体看下来，千篇一律的多，能直达精髓的少，有条理性的就更稀少了。我希望通过此篇文章，能抽丝剥茧般的向初学者介绍清楚这个算法的原理所在。如果仍不清楚可以在文后留言。 1、如何在不改 ....

分享嘉宾： 张杨，B 站资深开发工程师 整理出品： AICUG 人工智能社区 https://img.6aiq.com/bilibili_flink.mp4 导读 : 整个机器学习的过程，从数据上报，到特征计算，到模型训练，再到线上部署，最终效果评估，整个流程非常冗长，在 b 站，多个团队都会搭建自 ....

因为 seq2seq 模型在语法纠错上存在缺陷，微软亚洲研究院的自然语言计算团队近日提出了流畅度提升学习和推断机制，用于改善 seq2seq 模型的语法纠错性能。实验表明，改进后的模型取得了当前最佳性能，并首次在两个基准上都达到了人类水平。 用于语法纠错（GEC）的序列到序列（seq2seq）模型（ ....

引言 PageRank 是 Sergey Brin 与 Larry Page 于 1998 年在 WWW7 会议上提出来的，用来解决链接分析中网页排名的问题。在衡量一个网页的排名，直觉告诉我们： 当一个网页被更多网页所链接时，其排名会越靠前； 排名高的网页应具有更大的表决权，即当一个网页被排名高的网 ....

微软研究院 AI 头条 编者按：个性化新闻推荐是新闻行业必然的发展方向，在其实现过程中面临着三个关键问题，即分析用户兴趣、根据新闻内容建模和新闻排序。本文将这三个问题划归为新闻信息与用户兴趣的多样性问题，并由此出发，提出了基于多视角学习和个性化注意力机制的解决方案，相关论文发表在 IJCAI 201 ....

转载自： 有赞技术团队博客 一、前言 这篇主要由五个部分来组成： 首先是有赞的实时平台架构。 其次是在调研阶段我们为什么选择了 Flink。在这个部分，主要是 Flink 与 Spark 的 structured streaming 的一些对比和选择 Flink 的原因。 第三个就是比较重点的内容， ....

[图片] 楚衡 阿里技术 阿里妹导读： 软件工程领域存在一个共识：维护代码所花费的时间要远多于写代码。而整个代码维护过程中，最惊心动魄与扣人心弦的部分，莫过于问题排查（Trouble-shooting）了。特别是那些需要 7x24 小时不间断维护在线业务的一线服务端程序员们，大大小小的问题排查线上救 ....

分享嘉宾：董兴华 新浪微博 文章整理：凌铭 内容来源：DataFunTalk 导读： 新浪微博截止 2019.9 统计的数据，月活跃用户数为 4.97 亿，日活跃用户数为 2.16 亿，其中约 94% 为移动端用户，今天会和大家分享新浪微博在 feed 流中遇到的 NLP 问题和解决思路。主要包括： ....

以下文章来源于王喆的机器学习笔记 ，作者王喆的机器学习笔记 推荐系统“模型”的实时性 与“特征”的实时性相比，推荐系统模型的实时性往往是从更全局的角度考虑问题。特征的实时性力图用更准确的特征描述一个人，从而让推荐系统给出更符合这个人的推荐结果。而模型的实时性则是希望更快的抓住全局层面的新的数据模式， ....

基于机器学习方法对销售预测 刚刚过去的双十一，大家可能更关心的是双十一的折扣，什么商品打了什么折扣。但是对于天猫而言，他们可能更关心的是双十一当天的销售额是多少，因为知道销售额，他就能提前做一个准备，做到未雨绸缪。 2016 年我们这边有三组数据，第一组是在双十一的前十天，网上有一个专家预测，双十一 ....

[图片] 请问 example Oracle 和后面那个红框的分布是什么意思？

作者：阿里妈妈风控团队 品牌风险管理是阿里妈妈风险管理中最核心的风险之一，一直备受商家和消费者关注。商家在没有品牌资质的情况下售卖假冒或山寨的品牌商品，会侵犯品牌商及消费者的权益。本文将主要介绍，阿里妈妈品牌风险识别体系是如何一步步炼成的。 ▐ 一、背景 1.1 阿里妈妈品牌风险简介 在阿里妈妈业务 ....

原创声明：本文为 SIGAI 原创文章，仅供个人学习使用，未经允许，不得转载，不能用于商业目的。 怎样成为一名优秀的算法工程师？这是很多从事人工智能学术研究和产品研发的同学都关心的一个问题。面对市场对人才的大量需求与供给的严重不足，以及高薪水的诱惑，越来越多的人开始学习这个方向的技术，或者打算向人工 ....

他们将现有方法分为三个大类：半监督方法，包括图神经网络和图卷积网络；无监督方法，包括图自编码器；近期新的研究方法，包括图循环神经网络和图强化学习。然后按照这些方法的发展史对它们进行系统概述。该研究还分析了这些方法的区别，以及如何合成不同的架构。最后，该研究简单列举了这些方法的应用范围，并讨论了潜在方 ....

第一篇 1、背景 在推荐系统中，评测效果，除了离线的 AUC，更合理的方法是通过线上真实的 AB 测试，来比较策略的效果。 AB 测试来自医学的双盲实验，在双盲测试中： 病人随机被分成两组，在不知情的情况下，分别服用安慰剂跟测试用药 经过一段时间后，再来比较两组病人的表现是否有显著差异。 从而决定药 ....

作者： 张俊林 原文： https://zhuanlan.zhihu.com/p/100019681 推荐系统技术，总体而言，与 NLP 和图像领域比，发展速度不算太快。不过最近两年，由于深度学习等一些新技术的引入，总体还是表现出了一些比较明显的技术发展趋势。这篇文章试图从推荐系统几个环节，以及不同 ....

[图片] 分享嘉宾：沐沐老师 前百度资深研发 编辑整理：赵丽 内容来源：2019 DataFun Live 11 出品社区：DataFun 导读： 今天为大家分享的是搜索引擎中的 Web 数据挖掘。首先介绍下搜索引擎。实际上，我们每天都会使用的搜索引擎，我们会输入关键词 query 和需求，搜索引擎 ....

导读：本次报告曾老师主要分享了携程金融风控算法从 0-1 的发展进程，以时间为主线，经历了数据样本由少到多，特征由粗到细，模型由简单到复杂，效果由坏到好的全过程，重点以申请评分模型和反欺诈模型进行阐述，是一次很好的风控模型实践报告。 「业务介绍」 模型一定是基于业务的，所以首先介绍一下携程的业务情况 ....

来源： 公众号 浅梦的学习笔记 本文结合百度和支付宝两段推荐系统相关的实习经历，针对工业界的模型发展做了简单梳理与回顾，涵盖表示学习，深度学习，强化学习知识图谱以及多任务学习 表示学习和深度学习在推荐系统中的应用是目前工业界比较成熟的，但是与强化学习、知识图谱、多任务学习相结合是比较少的， 一方面此 ....