[图片] 不论是通过搜索还是推荐，用户看到了很多我们用各种逻辑和理由展示给他的物品，他只从中消费了一部分物品。那么问题来了，到底是那些特性吸引了用户消费呢？ 一种简单粗暴的办法是直接把用户产生过行为的物品标签累积在一起。但是这里要说的是另一种思路。 我们把用户对物品的行为，消费或者没有消费看成是一个 ....

作者：芙蕖，Datawhale 优秀学习者，东北石油大学 为了处理语言，需要将文本信息用向量的形式表达。词向量（Word Vector）或称为词嵌入（Word Embedding）就是将词语向量化。常见的生成词向量的神经网络模型有 NNLM 模型，C&W 模型，CBOW 模型和 Skip-g ....

何仁清 ·2018-12-13 20:00 在 2018 AI 开发者大会（AI NEXTCon）上，美团配送 AI 方向负责人何仁清，分享了美团在即时配送领域中机器学习技术的最新进展，以及如何通过大数据和机器学习手段，建立对线下真实世界各种场景的感知能力，还原并预测配送过程各个细节，从而提升整体配 ....

“ 本文主要介绍了发表在 WWW2018 的论文《TEM: Tree-enhanced Embedding Model for Explainable Recommendation》，利用 GBDT 叶子节点进行嵌入表示来获得一个具有解释性的推荐模型” 本文来源：RecLismCat https:/ ....

分享嘉宾：蒋小森 阿里文娱 算法专家 编辑整理：王恩贵 内容来源：阿里文娱技术 出品平台：DataFun 导读： 类目体系是视频网站运营中的重要工具，也是推荐算法中提升冷启效果的重要手段。因此一套设计合理、准确率、覆盖率高的基础类目必不可少。阿里文娱类目体系建设团队与运营、审核一起建立的一二级类目体 ....

导读：微软小冰是领先的跨平台人工智能系统， 本次分享将介绍微软小冰最新的对话技术框架，以及在这套框架的基础之上，如何一步步构建人格化的对话系统，并且在社交娱乐及实用场景当中的具体运用。主要包括： 如何构建基本的对话系统？ 人格化的定义及如何部分实现人格化 [图片] 如何构建基本的对话系统？ 广义对话 ....

文章转载自知乎： https://zhuanlan.zhihu.com/p/56119617 论文发表在 KDD 2018 上，链接为 Learning and Transferring IDs Representation in E-commerce，文章属于实际应用，有些 insight，值得读 ....

谈到用户画像，大体可以用俩个词概述'persona' 和 'profile'。两者区别在于使用者的差异。Persona 也叫做用户角色，是描绘抽象一个自然人的属性，主要是讨论产品、需求、场景、用户体验的时候使用。Profile 是和数据挖掘、大数据息息相关的应用，通过数据建立描绘用户的标签，主要是运 ....

作者：Alessio Gozzoli 机器之心编译 参与：朱乾树、张倩 整天 babysitting 深度学习模型是不是很心累？这篇文章或许能帮到你。本文讨论了高效搜索深度学习模型最佳超参数集的动机和策略。作者在 FloydHub 上演示了如何完成这项工作以及研究的导向。读完这篇文章后，你的数据科学 ....

本文概览： [图片] 本文又名《Distributed Representation: From Static Embedding to Contextualized Embedding》 [图片] 1. Classical Representation: One-hot Encoding 独热编码 ....

贝壳找房【语言模型系列】原理篇一：从 one-hot 到 Word2vec 贝壳找房【语言模型系列】原理篇二：从 ELMo 到 ALBERT 随着预训练模型在各大榜单的不断屠榜，学术界和工业界对于预训练模型的研究也愈加狂热。预训练语言模型一般基于海量语料，消耗大量的硬件资源以及时间成本，利用无监督的 ....

SIGAI 特约作者 manyi 视觉算法工程师 今天我们来介绍一下图片检索技术，图片检索就是拿一张待识别图片，去从海量的图片库中找到和待识别图片最相近的图片。这种操作在以前依靠图片名搜图的时代是难以想象的，直到出现了 CBIR(Content-based image retrieval)技术，依靠 ....

[图片] 虽然同为人类自然语言，但是由于英文和中文其语言自身的特点，导致中文和英文分词是有差别的。 很多读者在后台留言，提到了结巴分词，并要求我们出一些关于中文自然语言处理的内容。所以本禅师就找到了这方面很有研究的宿永杰。 宿永杰现就职于某知名互联网公司担任数据挖掘工程师，CSDN 博客专家，PC ....

建了一个机器学习群 欢迎大家进来讨论 [图片]

作者：Moussa Taifi, Ph.D 编译：ronghuaiyang 导读 3 种指标，各有优缺点，各有适用场景，分析给你看。 [图片] 机器学习度量之旅 在不适当的度量指标上报告小的改进是一个众所周知的机器学习陷阱。理解机器学习(ML)指标的优缺点有助于为 ML 从业者建立个人信誉。这样做是 ....

众所周知，深度学习在实时视频通信端到端系统里有很多的应用，比如说我们用它做超分辨率，能取得比较好的效果；我们用它做图像恢复，也能取得比较好的效果。如果说提及挑战的话，在支持移动端的应用里，我们必须考虑复杂性的限制，必须要以一个小的模型，能够在移动平台上实时运行，而且功耗、CPU 占比都得到合适的限制 ....

Datawhale 干货 作者：李祖贤 深圳大学，Datawhale 高校群成员 当我们建立好了相关模型以后我们怎么评价我们建立的模型的好坏以及优化我们建立的模型呢？那本次分享的内容就是关于机器学习模型评估与超参数调优的。本次分享的内容包括： 用管道简化工作流 使用 k 折交叉验证评估模型性能 使用 ....

转载自 有赞技术团队博客 上文说到有赞搜索系统的架构演进，为了支撑不断演进的技术架构，除了 Elasticsearch 的维护优化之外，我们也开发了上层的中间件来应对不断提高的稳定性和性能要求。 Elasticsearch 的检索执行效率可以表示为： _O(num_of_files _logN)* ....

“ 这两年深度模型大火之后，各个团队都卯足了劲把网络规模做大做深，花了很大力气好不容易离线 auc 涨了不少，上线一看效果 ctr 和 cpm 反而下降。本文例举几种可能的原因和解决办法。” 作者：辛俊波 腾讯高级研究员 专注推荐/广告/深度学习原文链接：https://www.zhihu.com/ ....

分享嘉宾：李国洪 百度资深研发工程师 编辑整理：李斌 出品平台：DataFunTalk 导读： 2010 年随着 iphone4 的发布，智能手机被广泛使用，从大学生到老人小孩，移动互联网的发展如火如荼。近两年，5G 技术让下载速度变得越来越快，相较于传统的文本搜索技术，语音搜索和图片搜索等新型搜索 ....