[图片] 分享嘉宾：范欣欣 网易 大数据技术专家 编辑整理：刘闰丰 出品平台：DataFunTalk 导读： 今天主要和大家交流的是网易在数据湖 Iceberg 的一些思考与实践。从网易在数据仓库建设中遇到的痛点出发，介绍对数据湖 Iceberg 的探索以及实践之路。 主要内容包括： 数据仓库平台建 ....

转载自微软亚洲研究院 编者按：在人工智能领域，Yoshua Bengio 是一个无人不知的名字。他在上世纪末漫长的“AI 寒冬”里依然全身心地投入深度学习研究，为我们今天的深度学习浪潮奠定了基石。11 月 7 日，Yoshua Bengio 将作为演讲嘉宾，参加微软亚洲研究院举办的“二十一世纪的计算 ....

[图片] 文章作者：王松林、唐国瑜 京东算法工程师 编辑整理：Hoh 内容来源：作者授权 出品平台：DataFunTalk 导读： 本文将介绍京东搜索场景中的两块技术，语义检索与商品排序。在业界检索算法基础上，我们提出一系列更适用于电商场景的检索排序算法，在业务上取得了显著收益。其中的多篇论文已被 ....

分享嘉宾：王鸿伟 斯坦福大学 博士后 编辑整理：秋林津渡 内容来源：将门线上直播 188 期 出品平台：将门、DataFun 导读： 互联网产业蓬勃发展的今天，个性化推荐系统是所有面向用户的互联网平台的关键技术。**知识图谱作为一种新的知识载体，为推荐系统提供了额外的辅助信息来源，并有助于提升推荐结 ....

吴恩达老师斯坦福 CS230 深度学习课程资源进行开放了，大家都知道吴恩达老师最出名的是他在 coursera 的机器学习课程，可以说让很多刚开始接触 ml 的小白入门该领域。 我个人本身也是在大二下学期由于学校一个创新项目的需求，学习吴恩达老师网易云课堂的机器学习课程，也记得 ML 从那个时候真正 ....

[图片] 分享嘉宾：张长江 网易 大数据技术专家 编辑整理：黄乐平 出品平台：DataFunTalk 导读： 网易大数据生态数量级巨大，且产品线丰富，覆盖用户娱乐、电商、教育等领域，并且 APP 活跃度高，积累了多维度的用户行为数据。通过集团数据资产构建全域用户画像，旨在服务于域内众多业务场景，同时 ....

文章作者：杨楠楠 等 内容来源：《数据产品经理：实战进阶》 导读： 以搜索为代表的策略产品经理，日常工作中一样会面临非常多的业务需求和 badcase，有目标地满足需求和解决问题是容易的，但往往会面临另一个问题：当没有人提出具体需求时，怎样挖掘新的需求，推动搜索系统正常的迭代和运转？ 回答这个问题的 ....

转载自 美团点评技术团队 背景 深度学习作为 AI 时代的核心技术，已经被应用于众多场景。在系统设计层面，由于它具有计算密集的特性，所以与传统的机器学习算法在工程实践过程中存在诸多的不同。本文将介绍美团平台在应用深度学习技术的过程中，相关系统设计的一些经验。 本文将首先列举部分深度学习算法所需的计算 ....

文章作者：刘露、张颖、段学浩、王东旭 内容来源：京东算法架构 出品平台：DataFunTalk 导读： 随着京东零售搜索业务的快速发展，对数据的时效性要求越来越高，要求搜索模型有捕捉更实时信号的能力，在线学习体现了业务对模型时效性的追求，希望能根据在线系统反馈的数据实时得对模型进行调整，使得模型能快 ....

[图片] 深入理解推荐系统：召回 深入理解 YouTube 推荐系统算法 深入理解推荐系统：排序 去年天池-安泰杯跨境电商智能算法大赛是我初次接触推荐相关的比赛，通过比赛让我对推荐系统有了较为浅显的认识，赛后也是打算系统的学习这方面的内容，此后我也会将【推荐系统】作为一个系列板块进行更新，主打经典推 ....

[图片] 作者：美丽联合集团 算法工程师 琦琦 ，公众号关注：诗品算法 阅读原文：https://zhuanlan.zhihu.com/p/212647751 本文经作者授权转载，转载请联系原作者 一、楔子 害，写个这么严肃的技术话题还需要楔子么？这不是让大家放松一下嘛！毕竟是我的处女作，还是要来个 ....

导读：Elasticsearch 是一种基于 Lucene 的分布式全文搜索引擎，携程用 ES 处理日志，目前服务器规模 500+，日均日志接入量大约 200TB。 [图片] 图片来自 Pexels 随着日志量不断增加，一些问题逐渐暴露出来： 一方面 ES 服务器越来越多，投入的成本越来越高。 另一 ....

来源： 郭宗沂 58 技术 导读： 58 同城是国内最大的生活服务信息服务平台，连接着数千万 C 端用户和数百万 B 端商家，为了提升 B 端商家和 C 端用户的有效连接，基于智能对话机器人我们构建了帮帮智能客服商家版，其中一项功能为在微聊中对用户问题进行智能回复。 背景 智能回复流程由 QABot ....

[图片] 深入理解推荐系统：召回 深入理解 YouTube 推荐系统算法 深入理解推荐系统：排序 作为【推荐系统】系列文章的第三篇，将以“排序”作为今天的主角，会从四个方面来介绍推荐系统中的排序模块，即建模目标、样本与特征、常见模型和粗排与精排的方法。 最近正好在做 KDD Cup：Debiasin ....

[图片] 作者：Sowmya Yellapragada 编译：ronghuaiyang 导读: 损失函数在模型的性能中起着关键作用。选择正确的损失函数可以帮助你的模型学习如何将注意力集中在数据中的正确特征集合上，从而获得最优和更快的收敛。 计算机视觉是计算机科学的一个领域，主要研究从数字图像中自动提 ....