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。
-
快看漫画个性化推荐探索与实践
-
推荐系统走向下一阶段最重要的三个问题
-
深度学习在 Airbnb 中的探索与应用
-
基于 “ 滴滴 KDD 2018 论文:基于强化学习技术的智能派单模型 ” 再演绎
-
详解 Transformer (Attention Is All You Need)
-
深度学习中不得不学的 Graph Embedding 方法
-
个性化推荐技术
-
分类模型与排序模型在推荐系统中的异同分析
-
拯救 996 的配方
-
阿里妈妈新突破:深度树匹配如何扛住千万级推荐系统压力
-
计算广告中主要模块、策略及其场景(上篇)
-
独家解读 | 滴滴机器学习平台架构演进之路
-
强化学习系列二——应用 AlphaGo Zero 思路优化搜索排序
-
一图胜千言: 解读阿里的 Deep Image CTR Model
-
万字长文带你解读 NLP 深度学习的各类模型
-
基于 Tensorflow 高阶 API 构建大规模分布式深度学习模型系列: 开篇
-
【贝壳找房】读“懂”用户找房需求:贝壳语义解析技术实践
-
自然语言处理基础:上下文词表征入门解读
-
前员工揭内幕:10 年了,为何谷歌还搞不定知识图谱?
-
人机交互式机器翻译研究与应用
-
测试机器学习降维之线性判别模型 (LDA)
-
网易杭研 分享 图数据库基础
-
语义分割江湖的那些事儿——从旷视说起
-
推荐系统遇上深度学习 (二十五)-- 当知识图谱遇上个性化推荐
-
推荐系统遇上深度学习 (二十二)--DeepFM 升级版 XDeepFM 模型强势来袭!
-
推荐系统遇上深度学习 (二十一)-- 阶段性回顾
-
推荐系统遇上深度学习 (十四)--《DRN:A Deep Reinforcement Learning Framework for News Recommendation》
-
深度学习时代的图模型
-
推荐系统遇上深度学习 (二)--FFM 模型理论和实践
-
推荐系统遇上深度学习 (一)--FM 模型理论和实践
-
一朝爆发?解读知识图谱和图数据库的 2018
-
基于知识图谱的问答系统入门—NLPCC2016KBQA 数据集
-
《搜索与推荐中的深度学习匹配》之搜索篇
-
吴恩达、Yann LeCun 等大佬回顾预测 2019 年 AI 发展
-
「回顾」AI 如何让广告投放进入“自动驾驶”?
-
近期知识图谱顶会论文推荐,你都读过哪几篇?
-
NIPS2018 | 腾讯 AI Lab 入选 20 篇论文,含 2 篇 Spotlight
-
随机森林概述
-
反向传播算法推导 - 全连接神经网络
-
「干货」YouTube 基于深度神经网络推荐系统剖析
-
BigGAN 论文解读
-
苏宁 11.11:仓库内多 AGV 协作的全局路径规划算法研究
-
美团深度学习系统的工程实践
-
如何看待「机器学习不需要数学,很多算法封装好了,调个包就行」这种说法?
-
”大脑“爆发背后是 50 年互联网架构重大变革
-
机器学习论文笔记—如何利用高效的搜索算法来搜索网络的拓扑结构
-
想读 AI 研究生?你发过几篇 NIPS 一作?
-
NIPS 2018 丨解读微软亚洲研究院 10 篇入选论文
-
回顾·知识图谱在贝壳找房的从 0 到 1 实践
-
写在博士旅程之前——前大疆创新技术总监杨硕
-
如何将知识图谱特征学习应用到推荐系统?
-
深度学习必备的几款流行网络与数据集
-
神经网络的激活函数总结
-
AIQ - 人工智能 | 人工智能军备竞赛:一文尽览全球主要国家 AI 战略
-
AIQ - 人工智能 | “照骗”难逃 Adobe 的火眼金睛——用机器学习让 P 图无所遁形
-
AIQ - 基础 | 深度学习之基础知识详解
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
AIQ|【学界】吴恩达 Deep Learning Specialization 课程刷后感(附课程视频,字幕,全套 PPT,作业)
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
AIQ | Coursera 吴恩达深度学习教程中文笔记最新版
-
AIQ| 深醒首席科学家张钹院士:深度学习优势与短板,中国 AI 机遇和挑战
-
AIQ 教程 |「川言川语」:用神经网络 RNN 模仿特朗普的语言风格