收录自 DataFunTalk 公众号 分享嘉宾：刘金老师 编辑整理：李亚俊 内容来源：DataFun AI Talk《饿了么推荐算法演进及在线学习实践》 出品社区：DataFun [图片] 本次分享的主要内容包括以下三个方面：首先是介绍推荐业务背景，包括推荐产品形态及算法优化目标；然后是算法的演进 ....

作者：Andreas Herman 编译：ronghuaiyang 导读： 信息抽取是 NLP 中非常重要的内容，而关系的抽取在知识图谱等领域应用广泛，也是非常基础的 NLP 任务，今天给大家介绍一下。 [图片] 关系提取是指从文本中提取语义关系，这种语义关系通常发生在两个或多个实体之间。这些关系可 ....

分享嘉宾：罗景** 58 同城 高级架构师** 编辑整理：洪鹏飞 内容来源：DataFun AI Talk《连接效率优化实践》 出品社区：DataFun 注：欢迎转载，转载请注明出处。 [图片] 本次分享由以下几个部分构成，首先是 58 的业务背景，然后是综合排序框架，以及效率优化框架，并且对基础数 ....

转载自 美团点评技术团队 引言 我们正处在一个知识爆炸的时代，伴随着信息量的剧增和人工智能的蓬勃发展，互联网公司越发具有强烈的个性化、智能化信息展示的需求。而信息展示个性化的典型应用主要包括搜索列表、推荐列表、广告展示等等。 很多人不知道的是，看似简单的个性化信息展示背后，涉及大量的数据、算法以及工 ....

为了获得更多民众的支持，美国总统演讲/发推时使用的语言通常都很「接地气」，而现任总统唐纳德·特朗普则更以「口无遮拦」著称。由于「推特狂魔」已经为我们准备了大量训练数据，现在，我们可以尝试一下如何使用循环神经网络来模仿总统特朗普的语言风格。 [图片] 谁了解最好的词汇？ I know words. I ....

来源 | 微软研究院 AI 头条 将知识图谱作为辅助信息引入到推荐系统中可以有效地解决传统推荐系统存在的稀疏性和冷启动问题，近几年有很多研究人员在做相关的工作。目前，将知识图谱特征学习应用到推荐系统中主要通过三种方式——依次学习、联合学习、以及交替学习。 依次学习（one-by-one learni ....

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 一则：开发上的一点记录 文章说是生活随笔，到不如说是对本周开发工作中的一些体会与思考的记录。 这个专栏我想除了对知识上的一些记录，以后也可以加入生活 ....

这里是 「王喆的机器学习笔记」 的第八篇文章，今天我们聊一聊 KDD 2018 的 Best Paper，Airbnb 的一篇极具工程实践价值的文章 Real-time Personalization using Embeddings for Search Ranking at Airbnb 。 相 ....

**添加微信： julyedukefu14，回复【9】领取最新升级版【名企 AI 面试 100 题】 ** 1、请详细说说支持向量机（support vector machine，SVM）的原理 支持向量机，因其英文名为 support vector machine，故一般简称 SVM，通俗来讲，它 ....

最近，关于深度学习和人工智能的一个梗在社交媒体上广为流传，认为二者只是墙上一道镶了崭新边框的裂缝，暗讽机器学习只是重新包装过的统计学，本质上是「新瓶装旧酒」。然而事实真的是这样吗？本文对这种看法提出了异议，认为机器学习 ≠ 数据统计，深度学习为我们处理复杂的非结构化数据问题做出了重大贡献，而人工智能 ....

Manish Rai Jain 2019 年 2 月 26 日 转载自： https://infoq.cn/article/CdYJLgPbEF-MqMIE9Cf7 [图片] 近日，前谷歌开发者、现 Dgraph 创始人 Manish Rai Jain 撰文揭秘了谷歌内部在知识图谱领域的探索和发展。 ....

主题 58 同城推荐系统架构设计与实现 一、推荐系统架构介绍 推荐系统是一个微庞大的工程、算法与业务综合的系统，其主要分为三大子系统： 1）线下推荐子系统； 2）线上推荐子系统； 3）效果评估子系统； 后文将重点讨论以上三大子系统的设计与实现。 二、线下推荐子系统 线下推荐子系统又主要分为线下挖掘模 ....

这几天，比国庆火车票还一票难求的 NIPS 2018 出最终结果了！作为机器学习领域的顶级会议，今年 NIPS 之火爆达到了惊人的程度，投稿数量上升至史无前例的 4856 篇，比去年增加了约 50%，接受率保持着与去年持平的 20.8%，共接受论文 1011 篇，其中 168 篇 Spotlight ....

文本、语言作为记录和传播信息的重要载体，对它高效的理解一直是人们关注的问题。自现代电子计算机出现后，计算机在很多事情上做得比人还好，计算机与语言处理的相遇就出现了自然语言处理（Natural Language Process, NLP）技术。NLP 通俗的理解就是利用计算机对文本进行分析、加工。 中 ....

原文地址： 谓之小一 公众号 [图片] 拍摄于无锡古镇 1.LDA 简介 线性判别分析(Linear Discriminant Analysis, LDA) 是一种监督学习的降维方法，也就是说数据集的每个样本是有类别输出。和之前介绍的机器学习降维之主成分分析(PCA)方法不同，PCA 是不考虑样本类 ....

我叫 Andriy Burkov。 我是来自加拿大的机器学习团队负责人。 我不会说中文，但我写了一本关于机器学习的书，我想和你分享。 我希望你会发现它很有用。 享受您的阅读，如果您发现任何错误，请告诉我。 [链接] [图片] 请享受！

原文地址： https://zhuanlan.zhihu.com/p/72607641 导读： 今天分享一下 Facebook 新发的深度学习推荐系统的论文： Deep Learning Recommendation Model for Personalization and Recommendat ....

（本实验选用数据为真实电商脱敏数据，仅用于学习，请勿商用） 在上一期基于协同过滤的的推荐场景中，我们介绍了如何通过 PAI 快速搭建一个基于协同过滤方案的推荐系统，这一节会介绍一些如何基于推荐对象特征的推荐方法。 首先看下整个业务流程图，这是一个基于对象特征的推荐场景的通用流程： [图片] 首先把数 ....

[图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [链接]

[图片] 译者 | ang010ela 编辑 | 姗姗 出品 | 人工智能头条（公众号 ID：AI_Thinker） 【导读】在过去的一个月中， 作者从近 1400 篇有关机器学习的文章中挑选了最有可能帮助职业生涯发展的 10 篇推荐给大家（入选比率为 0.7%）。 ▌前言 这 10 篇文章涉及了 ....