人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。
-
微博广告策略工程架构体系演进
-
构建可解释的推荐系统
-
“看一看”推荐模型揭秘!微信团队提出实时 Look-alike 算法,解决推荐系统多样性问题
-
YC 中国创始人陆奇:人工智能时代,芯片和底层软件基本都要重做
-
谷歌、阿里、微软等 10 大深度学习 CTR 模型最全演化图谱【推荐、广告、搜索领域】
-
知其然,知其所以然:基于多任务学习的可解释推荐系统
-
[NAACL19] 一个更好更快更强的序列标注成分句法分析器
-
主流 CTR 预估模型的演化及对比
-
推荐系统召回四模型之:全能的 FM 模型
-
NLP 新秀 : BERT 的优雅解读
-
详解 Embeddings at Alibaba(KDD 2018)
-
爱奇艺短视频软色情识别技术解析
-
机器学习中如何处理不平衡数据?
-
58 精准推送实践
-
「回顾」强化学习:原理与应用
-
「回顾」百度智能写作如何通过人工智能技术为媒体内容创作赋能?
-
「回顾」基于金融智能风控的实时指标处理技术体系
-
「行知」镶嵌在互联网技术上的明珠:漫谈深度学习时代点击率预估技术进展
-
推荐系统遇上深度学习 (五)--Deep&Cross Network 模型理论和实践
-
深度好文:2018 年 NLP 应用和商业化调查报告
-
算法工程师必须要知道的面试技能雷达图
-
「回顾」Yoo 视频底层页推荐系统 - 从 0 到 1 的实践
-
蚂蚁金服核心技术:百亿特征实时推荐算法揭秘
-
半监督深度学习小结:类协同训练和一致性正则化
-
计算广告论文及资料 && 推荐系统论文及资料 && 基于 Spark 的 CTR 模型资料
-
「回顾」NLP 在网络文学领域的应用
-
「回顾」让机器读懂人类:揭秘机器阅读理解技术及应用
-
机器学习在美团配送系统的实践:用技术还原真实世界
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
[译] 支持向量机(SVM)教程
-
机器学习人工智能学习资源导航
-
苏宁 11.11:一种基于神经网络的智能商品税分类系统
-
实时翻译的发动机:矢量语义(斯坦福大学课程解读)
-
机器学习,模式识别,数据挖掘常用学习资源链接
-
推荐系统顶会 RecSys2018 最佳论文奖出炉!因果嵌入推荐与用户研究成为焦点
-
【阿里】电商搜索算法技术的演进
-
机器学习特征工程全过程
-
用机器学习怎样鉴别不可描述的网站
-
“搞机器学习没前途” 2018 算法岗现状
-
旷视、北邮等国内团队包揽六项第一,COCO&Mapillary 联合挑战赛结果公布
-
推荐效果线上评测:AB 测试平台的设计与实现【全】
-
五八同城智能客服系统“帮帮”技术揭秘
-
Google 首席决策师告诉你数据科学究竟是什么?
-
我在机器学习踩过的坑,现在告诉你怎么跳过去
-
观点 | 机器学习 =「新瓶装旧酒」的数据统计?No!
-
AIQ | 诺奖得主点评:人工智能其实就是统计学,用了一个很华丽的辞藻
-
春风十里不如你
-
AIQ - 百度深度学习图像识别决赛代码分享 (OCR)
-
AIQ - 区块链 | 浅谈区块链技术与阿里云的探索实践
-
AIQ - AI | 32 篇论文、7 大事业群,这是腾讯在斯德哥尔摩的 AI 之夜
-
AIQ - deeplearning.ai 全套吴恩达老师的深度学习课程笔记及资源在线阅读
-
理解计算 从根号 2 到 AlphaGo 第 3 季神经网络的数学模型
-
怎样成为一名优秀的算法工程师
-
AIQ - 干货 | 1400 篇机器学习的论文中,这 10 篇是最棒的!
-
AIQ - | NLP 领域的 ImageNet 时代:词嵌入已死,语言模型当立
-
AIQ - 语音识别 | 微软亚研自动语法纠错系统达到人类水平
-
发布 AI 芯片昆仑和百度大脑 3.0、L4 自动驾驶巴士量产下线,这是百度 All in AI 一年后的最新答卷
-
AIQ - 架构 | 京东推荐系统架构揭秘:大数据时代下的智能化改造
-
AIQ - 干货 | 从零到一学习知识图谱的技术与应用
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
AIQ | 优秀的算法工程师都是不用深度学习的
-
AIQ | 吴恩达课程从未失望,斯坦福 CS230 深度学习课程全套资料放出(附下载)
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan