-
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。
-
机器学习模型的可解释性
-
个性化海报在爱奇艺视频推荐场景中的实践
-
Query 理解和语义召回在知乎搜索中的应用
-
推荐系统技术演进趋势:从召回到排序再到重排
-
推荐系统的发展与简单回顾
-
NLP 技术在微博 feed 流中的应用
-
机器学习 - 一文理解 GBDT 的原理 -20171001
-
LR+FTRL 算法原理以及工程化实现
-
推荐场景中召回模型的演化过程
-
记录:tf.saved_model 模块的简单使用(TensorFlow 模型存储与恢复)
-
淘宝如何拥抱短视频时代?视频推荐算法实战
-
解密淘宝推荐实战,打造 “比你还懂你” 的个性化 APP
-
风控特征—时间滑窗统计特征体系
-
Learning to rank 基本算法小结
-
知识结构化在阿里小蜜中的应用
-
万字长文!推荐系统算法岗校招面试经验 & 学习心得
-
视频:美图个性化 push AI 探索之路
-
浅谈微视推荐系统中的特征工程
-
知识图谱的自动构建
-
腾讯信息流内容理解技术实践
-
深度 |58 商业流量排序策略优化实践
-
搜索引擎中的 Web 数据挖掘
-
基于多视角学习和个性化注意力机制的新闻推荐
-
【推荐实践】微博在线机器学习和深度学习实践
AI架构 - 本助手集算力、智能于一身,为您提供最精彩全面的人工智能技术资讯
-
马蜂窝推荐排序算法模型是如何实现快速迭代的
-
在线学习在爱奇艺信息流推荐业务中的探索与实践
-
【58 同城】如何从 0 到 1 构建个性化推荐?
-
机器学习在 58 二手车估价系统实践
-
知识图谱与语义分析技术介绍(附前沿论文解读)
-
360 展示广告召回系统的演进
-
Tensorflow 的 checkpoint 教程
-
爱奇艺效果广告的个性化探索与实践
-
深度学习技术在美图个性化推荐的应用实践
-
UC 信息流推荐模型在多目标和模型优化方面的进展
-
美团配送交付时间轻量级预估实践
-
58 招聘推荐排序算法实战与探索
-
UC 国际信息流推荐中的多语言内容理解
-
以 YouTube 论文学习如何在推荐场景应用强化学习
-
阿里妈妈:品牌广告中的 NLP 算法实践
-
OCPC 广告算法在凤凰新媒体的实践探索
-
推荐系统应该如何保障推荐的多样性?
-
浅谈 UC 国际信息流推荐
-
阿里零售通智能导购推荐技术实践
-
LSTM 原理与实践,原来如此简单
-
知识图谱 |298 万条三元组生成方法 (一)
-
回顾 Facebook 经典 CTR 预估模型
-
独家揭秘:微博深度学习平台如何支撑 4 亿用户愉快吃瓜?
-
「回顾」阿里妈妈:定向广告新一代点击率预估主模型——深度兴趣演化网络
-
58 搜索列表页连接效率优化实践
-
推荐系统遇上深度学习 (十三)--linUCB 方法浅析及实现
-
推荐系统遇上深度学习 (八)--AFM 模型理论和实践
-
推荐系统遇上深度学习 (六)--PNN 模型理论和实践
-
《搜索与推荐中的深度学习匹配》之推荐篇
-
「回顾」机器学习与推荐系统实践
-
机器学习与数据科学决策树指南
-
理解五个基本概念,让你更像机器学习专家
-
骚操作!电影接吻镜头次数的算法实现
-
基于 TensorFlow Serving 的深度学习在线预估
-
【十大经典数据挖掘算法】PageRank
-
今日头条算法原理(全文)