-
Q&A
引用 270 回帖 49
-
NLP
引用 61 回帖 0
自然语言处理
-
人工智能
引用 452 回帖 23
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。
-
职场
引用 99 回帖 -1
-
TensorFlow
引用 44 回帖 3
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。
-
广告系统
引用 63 回帖 2
广告系统
-
机器学习
引用 526 回帖 28
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
-
贝壳找房 | 基于内容热度的推荐
-
汽车之家推荐系统排序算法迭代之路
-
搜索,推荐,广告系统架构及算法技术资料大合集吐血整理——2019 年终分享
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
微博广告策略工程架构体系演进
-
电商推荐那点事
-
每天超 50 亿推广流量、3 亿商品展现,阿里妈妈的推荐技术有多牛?
-
< 机器学习实战 高清中英 源代码 > 分享
-
阿里零售通智能导购推荐技术实践
-
“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
-
详解 Transformer (Attention Is All You Need)
-
【搜狐】新闻推荐系统的 CTR 预估模型
-
计算广告中主要模块、策略及其场景(上篇)
-
知其然,知其所以然:基于多任务学习的可解释推荐系统
-
AI 下一个拐点,图神经网络带来哪些机遇?
-
推荐系统召回四模型之二:沉重的 FFM 模型
-
详解 Airbnb 之深度学习在搜索业务的探索
-
基于 Tensorflow 高阶 API 构建大规模分布式深度学习模型系列: 开篇
-
百度中文纠错技术
-
【贝壳找房】读“懂”用户找房需求:贝壳语义解析技术实践
-
回顾 Facebook 经典 CTR 预估模型
-
推荐系统召回四模型之:全能的 FM 模型
-
自然语言处理基础:上下文词表征入门解读
-
详解 Embeddings at Alibaba(KDD 2018)
-
深度长文:中文分词的十年回顾
-
58 精准推送实践
-
「回顾」强化学习:原理与应用
-
详解 GAN 的谱归一化(Spectral Normalization)
-
「回顾」基于金融智能风控的实时指标处理技术体系
-
推荐系统遇上深度学习 (十九)-- 探秘阿里之完整空间多任务模型 ESSM
-
推荐系统遇上深度学习 (十)--GBDT+LR 融合方案实战
-
深度学习时代的图模型
-
一朝爆发?解读知识图谱和图数据库的 2018
-
深度好文:2018 年 NLP 应用和商业化调查报告
-
《搜索与推荐中的深度学习匹配》之推荐篇
-
机器学习与数据科学决策树指南
-
人脸分析:数据时代的“面像学” 一文读懂用户画像的前世今生
-
「回顾」NLP 在网络文学领域的应用
-
【美团】LruCache 在美团 DSP 系统中的应用演进
-
[译] 支持向量机(SVM)教程
-
骚操作!电影接吻镜头次数的算法实现
-
有赞搜索系统的技术内幕
-
Lucene 查询原理
-
58 同城推荐系统架构设计与实现
-
洋码头推荐系统技术架构
-
用户画像番外篇之用户活跃 / 用户价值度分析
-
机器学习特征工程全过程
-
搜索引擎倒排索引的设计与实践
-
五八同城智能客服系统“帮帮”技术揭秘
-
用户画像之标签权重算法
-
用户画像——数据质量管理
-
回顾·知识图谱在贝壳找房的从 0 到 1 实践
-
通俗解释协方差与相关系数
-
神马搜索技术演进之路
-
深度学习必备的几款流行网络与数据集
-
AIQ - AI | 快手 AI 技术副总裁郑文:为什么说 AI 是短视频平台的核心能力
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
AIQ - 学界 | SIGIR 2018 最佳论文:基于流行度推荐系统有效性的概率分析
-
怎样成为一名优秀的算法工程师
-
机器学习算法地图
-
AIQ - 为什么要使用交叉验证?
-
AIQ | 面试经验·机器学习、深度学习、算法工程师(校招)