[图片] 分享嘉宾：黄国平 腾讯 AI Lab 高级研究员 编辑整理：赵文娇 内容来源：DataFun AI Talk《人机交互式机器翻译研究与应用》 出品社区：DataFun 这个题目看起来比较小众，希望大家听我的讲座没有白听，可以学到一些东西，就是 AI 技术落地过程中的一些问题，以及解决策略和 ....

学习和预测用户的反馈对于个性化推荐、信息检索和在线广告等领域都有着极其重要的作用。在这些领域，用户的反馈行为包括点击、收藏、购买等。本文以点击率（CTR）预估为例，介绍常用的 CTR 预估模型，试图找出它们之间的关联和演化规律。 数据特点 在电商领域，CTR 预估模型的原始特征数据通常包括多个类别， ....

添加客服微信：julyedufu77：回复 “ 7 ”，领取最新升级版《名企 AI 面试 100 题》电子书！！ 1、基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD 一、目标检测常见算法 object detection，就是在给定的图片 ....

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 ....

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 ....

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 ....

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 ....

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 ....

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 ....

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： ....

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（ ....

[图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片]

添加微信：julyedufu77，回复 “ 7 ”，领取最新升级版《名企 AI 面试 100 题》电子书！！ 本文目录： 问题 8：介绍下 bert 位置编码和 transformer 的区别，哪个好，为什么？ 问题 9：sigmod 函数的缺点，为什么会产生梯度消失？不是以 0 为中心的话，为什么 ....

[图片] 作者 | 李文哲（人工智能、知识图谱领域专家） 来源 | 贪心科技 导读： 从一开始的 Google 搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。它在技术领域的热度也在逐年上升。 本文以通俗易懂的方式来讲解知识图谱相关的知识、尤其对 ....

原文： https://zhuanlan.zhihu.com/p/58508137 作者： 青烟雨后 前言 在实际项目或者刷竞赛的时候，经常会遇到训练数据非常大导致一些算法实际上不能操作的问题。比如在广告行业中，因为 DSP 的请求数据量特别大，一个星期的数据往往有上百 G，这种级别的数据在训练的时 ....

Part.1 马蜂窝推荐系统架构 马蜂窝推荐系统主要由召回（Match）、排序（Rank）、重排序（Rerank）几个部分组成，整体架构图如下： [图片] 在召回阶段，系统会从海量的内容库筛选出符合用户偏好的候选集（百级、千级）；排序阶段在此基础上，基于特定的优化目标（如点击率）对候选集内容进行更加 ....

导语 | 看点信息流每天为亿级用户提供海量实时推荐服务，除了大并发/低延迟/高性能等传统架构挑战以外，还有哪些推荐系统特有的架构挑战难题，又是如何解决的？本文是对腾讯看点独立端推荐研发中心总监——彭默在云 ＋社区沙龙 online 的分享整理，希望与大家一同交流。 一、看点信息流 [图片] 在 QQ ....

原文地址： https://zhuanlan.zhihu.com/p/97821040 一般的推荐系统主要包括召回、排序和后续的业务机制(重排序、多样性保证、用户体验保证等等)这三大模块，而其中召回模块主要负责根据用户和 item 的特征，从众多待推荐的候选 item 中初步筛选出用户可能感兴趣的 ....

[图片] 分享嘉宾：张泽华 京东 算法工程师 编辑整理：王文婧 出品平台：DataFunTalk 导读： 京东的 9N 算法框架已经被广泛应用于推荐广告、搜索广告、以及其他的站内外广告场景。本文将为大家介绍如何实现大规模的图算法在京东广告场景的落地实践，主要内容包括： 基础介绍 9N GRAPH 工 ....