-
标签: 机器学习 共 984 个结果.
-
这篇博客意图是收集市面上质量不错的搜索引擎技术资料，内容来源包括开源项目官网（Lucene、Solr、Elastic）、综合技术网站（infoQ、Stackoverflow、GitHub 等）、专业技术网站（我爱自然语言处理等）、国内外知名互联网公司技术博客（阿里中间件团队博客、美团技术博客等）、知 ....
- 1年前
-
2021 年 5 月滴滴算法岗：三面拿下 offer，面试题分享
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！ [图片] 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年前
-
深度神经网络（DNN）损失函数和激活函数的选择
深度神经网络（DNN）反向传播算法(BP)中，我们对 DNN 的前向反向传播算法的使用做了总结。里面使用的损失函数是均方差，而激活函数是 Sigmoid。实际上 DNN 可以使用的损失函数和激活函数不少。这些损失函数和激活函数如何选择呢？下面我们就对 DNN 损失函数和激活函数的选择做一个总结。 [ ....- 1年前
-
【干货】机器学习中的五种回归模型及其优缺点
回归是用于建模和分析变量之间关系的一种技术，常用来处理预测问题。博文介绍了常见的五种回归算法和各自的特点，其中不仅包括常见的线性回归和多项式回归，而且还介绍了能用于高维度和多重共线性的情况的 Ridge 回归、Lasso 回归、ElasticNet 回归，了解它们各自的优缺点能帮助我们在实际应用中选 ....- 1年前
-
广大网友，大家好！向大家请教一个可能比较低智商的问题，万分感谢！ 刷脸是人脸生物特征识别技术的俗称，即通过人脸识别技术进行身份鉴定的过程。刷脸支付是通过刷脸、通过人脸识别技术来进行支付。与刷脸、刷脸支付、人脸识别这些事物相关的知识和技能，都属于人工智能的科学研究和产业应用的范畴。 以上这些说法是否正 ....
- 1年前
-
逻辑回归 + GBDT 模型融合原理详解与实战！
来源： Datawhale 干货 作者：吴忠强，东北大学，Datawhale 成员 一、GBDT+LR 简介 协同过滤和矩阵分解存在的劣势就是仅利用了用户与物品相互行为信息进行推荐， 忽视了用户自身特征， 物品自身特征以及上下文信息等，导致生成的结果往往会比较片面。而这次介绍的这个模型是 2014 ....- 1年前
-
腾讯信息流内容理解技术实践
[图片] 分享嘉宾：郭伟东 腾讯 高级研究员 文章整理：李传勇 内容来源：DataFunTalk 出品社区：DataFun 导读： 目前信息流推荐中使用的内容理解技术，主要有两部分构成：1. 门户时代和搜索时代遗留的技术积累：分类、关键词以及知识图谱相关技术；2. 深度学习带来的技术福利：embed ....- 1年前
-
25 个机器学习开放性面试题，没有明确答案
机器学习有非常多令人困惑及不解的地方，很多问题都没有明确的答案。但在面试中，如何探查到面试官想要提问的知识点就显得非常重要了。在本文中，作者给出了 25 个非常有意思的机器学习面试问题，这些问题都没有给出明确的答案，但都有一定的提示。读者也可以在留言中尝试。 许多数据科学家主要是从一个数据从业者的角 ....- 1年前
-
汽车之家机器学习平台的架构与实践
[图片] 文章作者：田董涛、王若愚、方矩 编辑整理：Hoh 内容来源：作者授权 出品平台：DataFunTalk 导读： 汽车之家机器学习平台是为算法工程师打造的一站式机器学习服务平台，集数据导入、数据处理、模型开发、模型训练、模型评估、服务上线等功能于一体，提供一站式全方位的机器学习建模流程，快速 ....- 1年前
-
多标签分类中的损失函数与评估指标
各位朋友大家好，欢迎来到月来客栈。由于推文不支持后续修订， 所以本文将同步推送至网站 www.ylkz.life，欢迎关注，谢谢大家！ 1 引言 各位朋友大家好，欢迎来到月来客栈。在前面的一篇文章[1]中笔者介绍了在单标签分类问题中模型损失的度量方法，即交叉熵损失函数。同时也介绍了多分类任务中常见的 ....- 1年前
-
美团配送实时特征平台建设实践
[图片] 文章作者：李金康 美团 高级技术专家 内容来源：Frank 出品平台：DataFunTalk 导读： 2019 年 5 月，美团正式推出新品牌「美团配送」，升级配送开放平台。那你知道支撑美团配送大脑的实时特征平台是如何建设的吗？如何实现每分钟生产千万级的实时特征？如何在 70w+QPS 的 ....- 1年前
-
干货篇 | 神策数据：机器学习在用户画像中的应用
分享嘉宾： 王琛，神策数据用户画像研发部技术负责人 整理出品： AICUG 人工智能社区 https://img.6aiq.com/personal.mp4 导读： 在广告投放业务中，目标人群是否精准对投放的转化效果有直接的影响。通过用户标签找到精准度较高的目标人群通常需要丰富的行业经验，而利用基于 ....- 1年前
-
【一. 概述 -1】推荐系统简介
▌ 推荐系统简介 这个时代背景下，「信息爆炸」与「长尾问题」的其中一个主要解决方案是「个性化推荐」、「搜索技术」，前期我们先探讨个性化推荐技术。那具体什么是个性化推荐，怎么去实现这一过程呢？这一章让我们一起探寻个性化推荐的整个流程与技术概览，后续章节我们会逐一展开。这一章读者朋友需要做到的是读完以后 ....- 1年前
-
详解图表示学习经典算法 node2vec
欢迎关注我的公众号 【图与推荐】下方扫码 16KDD node2vec [图片] node2vec 是斯坦福男神教授 Jure Leskovec 的代表作之一，网上有非常多关于这篇论文的讨论和解析，所以这里我不再累述。 node2vec 中提出的网络的 “同质性” 和 “结构性” 是两个比较抽象的概 ....- 1年前
-
FM(Factorization Machine)主要目标是：解决数据稀疏的情况下，特征怎样组合的问题。该模型预测的复杂度是线性的。FM 不仅继承了过去协同过滤、矩阵分解、逻辑回归等算法的特点，而且是后来众多模型改进的基础。 而且 FM 还是一种比较灵活的模型，通过合适的特征变换方式，FM 可以模拟 ....
- 1年前
-
准确率、精准率、召回率、F1，我们真了解这些评价指标的意义吗？
[图片] 作者 | NaNNN 编辑 | 丛末 前言 众所周知，机器学习分类模型常用评价指标有 Accuracy, Precision, Recall 和 F1-score，而回归模型最常用指标有 MAE 和 RMSE。但是我们真正了解这些评价指标的意义吗？ 在具体场景（如不均衡多分类）中到底应该以 ....- 1年前
-
搜索系统中的意图识别
CS 的陋室 搜索系统中的纠错问题 https://www.6aiq.com/article/1587873938042 为什么要做意图识别 意图识别算是 query 理解中比较上有的位置，对 query 进行意图识别，是指分析用户的核心搜索需求，例如是要找电影、找小说，还会想问百科知识，还有查快递 ....- 1年前
-
不会吧！不会吧！！别人现在要么在学习，要么打比赛，要么在读论文跑代码，而你却还在玩！！ 最近有很多学员问我，怎么快速提高项目实战能力？快速找到一份理想的工作？ 毫无疑问，打一场顶级大赛才是真香！更重要的是，拥有一个完整的大赛经验能帮你更深层次的加深理解知识点！ 并且通过搜索各大招聘平台还会发现几乎所 ....
- 1年前
-
用户画像在阅文的探索与实践
[图片] 分享嘉宾：陈炜于 阅文集团 高级总监 编辑整理：李沛欣、马宇峰 出品平台：DataFunTalk **导读：**阅文作为国内最大的网络文学公司，我们在实践过程中，总结了一套适合自身业务特点的用户画像方法论，及实践经验。本文将介绍为什么需要用户画像，以及如何做用户画像，并结合在阅文场景下所面 ....- 1年前
-
用户画像——标签聚类
作者：超人赵，人工智能爱好者社区专栏作者 知乎： https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts 链接推送： 如何构建用户画像—打用户行为标签 用户画像——数据质量管理 这次想继续和大家聊聊用户画像。用户画像是个体系性比较强的内容模块，分一 ....- 1年前
程序员导航
