基于机器学习方法对销售预测 刚刚过去的双十一，大家可能更关心的是双十一的折扣，什么商品打了什么折扣。但是对于天猫而言，他们可能更关心的是双十一当天的销售额是多少，因为知道销售额，他就能提前做一个准备，做到未雨绸缪。 2016 年我们这边有三组数据，第一组是在双十一的前十天，网上有一个专家预测，双十一 ....

以下文章来源于王喆的机器学习笔记 ，作者王喆的机器学习笔记 推荐系统“模型”的实时性 与“特征”的实时性相比，推荐系统模型的实时性往往是从更全局的角度考虑问题。特征的实时性力图用更准确的特征描述一个人，从而让推荐系统给出更符合这个人的推荐结果。而模型的实时性则是希望更快的抓住全局层面的新的数据模式， ....

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（ ....

分享嘉宾： 张杨，B 站资深开发工程师 整理出品： AICUG 人工智能社区 https://img.6aiq.com/bilibili_flink.mp4 导读 : 整个机器学习的过程，从数据上报，到特征计算，到模型训练，再到线上部署，最终效果评估，整个流程非常冗长，在 b 站，多个团队都会搭建自 ....

https://zhuanlan.zhihu.com/p/29765582 现在网上介绍 gbdt 算法的文章并不算少，但总体看下来，千篇一律的多，能直达精髓的少，有条理性的就更稀少了。我希望通过此篇文章，能抽丝剥茧般的向初学者介绍清楚这个算法的原理所在。如果仍不清楚可以在文后留言。 1、如何在不改 ....

[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 ....

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 ....

导读 在当前这个移动互联网时代，各种信息内容爆炸，面对海量数据，用户希望在有限的时间和空间内，找到自己感兴趣的内容，这就是推荐需要解决的问题。接下来主要讲解新闻推荐的算法原理。 01.新闻推荐算法架构 新闻算法的核心主要分为两个阶段：召回阶段（retrieval）和排序阶段（ranking）。之所以 ....

深度神经网络（Deep Neural Networks， 以下简称 DNN）是深度学习的基础，而要理解 DNN，首先我们要理解 DNN 模型，下面我们就对 DNN 的模型与前向传播算法做一个总结。 1. 从感知机到神经网络 [图片]

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 ....

作者 | mokong 搜狐技术产品 导读 随着 AlphaGO 在围棋界接连战胜世界冠军，其背后的技术-强化学习逐渐获得学术界、工业界的青睐。在新闻推荐任务中，传统的推荐算法无法考虑单个请求内新闻之间的关联，也无法考虑多个请求之间的关系，而强化学习，通过学习推荐策略给解决上述问题带来了可能。 1. ....

来自：CDA 数据分析师（微信号：cdacdacda），作者：Cassie Kozyrkov，编译：Mika 关于作者： Cassie Kozyrkov，Google 首席决策师。致力于统计学， 机器学习 /人工智能、数据、决策科学。，原文链接 数据科学是让数据变得有用的学科。 在本文中我将对数据科 ....

作者简介 Louisa，携程算法工程师，热爱前沿算法和技术在个性化推荐和广告建模等业务的性能优化和落地。 发表于： 2020 年 8 月 13 日 导读 互联网企业的核心需求是“增长”，移动互联时代下的在线旅游业也不例外。随着大数据、云计算和人工智能等技术的不断进步，通过算法和模型来实现增长已成为核 ....

评论有奖：评论区回复 “ 1 ”，领取最新升级版《名企 AI 面试 100 题》电子书！！ 面试题 **问题 1：**怎么处理数据不平衡 **问题 2：**给你单链表的头节点 head ，请你反转链表，并返回反转后的链表。 **问题 3：**连续子数组的最大乘积 **问题 4：**最大子数组 **问 ....

来自：AI 有道（微信号：redstonewill），作者：红色石头 什么是协方差（Covariance）？ 协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差 ....