分享嘉宾：张俊林博士 新浪微博编辑整理：李桂荣 中南财经政法大学出品平台：DataFunTalk导读： 深度学习的成功往往依赖于海量数据的支持，根据训练数据标记与否，可以分为有监督学习和无监督学习/自

[图片] 分享嘉宾：朱彦樵 中国科学院自动化研究所 编辑整理：吴祺尧 加州大学圣地亚哥分校 出品平台：DataFunSummit 导读： 本文跟大家分享下图自监督学习中最近比较热门的研究方向：图对比学习，在近期的进展以及组内在此方向上最近的一些工作。主要内容包括：① 图对比学习的基础知识介绍与方法梳 ....

[图片] 分享嘉宾：罗清 快手 高级算法工程师 编辑整理：吴祺尧 加州大学圣地亚哥分校 出品平台：DataFunTalk 导读： 推荐系统存在数据分布偏差与数据稀疏的问题，主要体现在群体兴趣与用户个性化的差异不易捕捉、部分反馈信号稀疏、负反馈不灵敏等。而对比学习可以在一定程度上缓解上述问题，提高推荐 ....

作者:肖洋 有赞技术 稿 对比学习的引入 一般做算法任务时，都需要搜集大量标注的数据，假如我们要预测一个商品的产品词（中心词），下面是一个商品标题： 三亚亚龙湾玫瑰谷JESS玫瑰臻白颜透润花瓣 免洗面膜收缩毛孔 这个商品的产品词就是“面膜”，任务就是要把面膜识别出来，看起来是个标准的NER任务，我们 ....