-
淘系技术|生成式重排在内容推荐中的应用实践
-
淘系技术|GNN 在轻应用内容推荐中的召回实践
-
淘系技术 | 内容推荐场景中自监督学习的应用
-
华为朱杰明:预训练模型在信息流推荐中的应用与探索
-
罗清:对比学习在快手推荐排序的应用
-
实时增量学习在云音乐直播推荐系统中的工程实践
-
实时增量学习在网易云音乐直播推荐系统中的实践
-
如何提升推荐系统的可解释性?京东智能推荐卖点技术全解析!
-
马玉潮:物流平台的车货匹配推荐算法及标签体系搭建
-
详细解读!推荐算法架构——召回
-
QQ 音乐推荐召回算法的探索与实践
-
vivo 短视频推荐去重服务的设计实践
-
位置偏差在马蜂窝推荐排序中的实践
-
汽车之家推荐系统 AB 实验平台
-
网易新闻推荐工程优化 - 特征算子篇
-
QQ 音乐推荐系统算法架构实践
-
图文解读:推荐算法架构——精排!
-
王冬月:京东推荐算法精排技术实践
-
李茶:虎牙直播推荐系统架构详解
-
赵鑫:强化学习在京东广告序列推荐中的应用
-
熊飞:"猜你去哪" 飞猪用户旅行意图预测
-
渠江涛:重排序在快手短视频推荐系统中的演进
-
QQ 音乐排序模型优化
-
苏永浩:Embedding 技术在商业搜索与推荐场景的实践
-
58 同城 | 刘德华:标签推荐与“猜你想找”算法实践
-
袁腾飞:阿里飞猪信息流内容推荐探索
-
阿里技术 | 主流推荐与垂类推荐技术的发展与延伸
-
沈冰阳:强化学习在推荐冷启动优化中的实践探索!
-
淘系技术 | 多序列融合召回在新用户冷启动上的应用
-
淘系技术 | 内容推荐场景下多模态语义召回的若干实践
-
淘系技术 | 2021 召回技术在内容推荐的实践总结
-
58 技术 | 推荐算法在商业化场景中的探索实践
-
TensorFlow 在推荐系统中的分布式训练优化实践
-
腾讯技术 | Al 与推荐技术在腾讯 QQ 浏览器的应用
-
推荐系统系列 01: 详解曝光去重设计与实践
-
58 本地服务少无结果场景下的推荐算法实践
-
排得更好 VS 估得更准 VS 搜的更全「推荐、广告、搜索」算法间到底有什么区别?
-
百度技术 | 短视频个性化 Push 工程精进之路
-
通用排序框架在爱奇艺推荐的应用
-
5 年迭代 5 次,抖音基于 Flink 的实时推荐系统演进历程
-
阿里飞猪推荐算法探索实践
-
推荐系统全链路(4):打压保送重排策略 - 拍不完的脑袋
-
推荐系统全链路(3)召回粗排精排 - 级联漏斗下篇
-
推荐系统全链路(2)召回粗排精排 - 级联漏斗上篇
-
推荐系统全链路(1):召回粗排精排 - 各有所长
-
推荐系统中粗排扮演的角色和算法发展历程
-
金融风控大厂 10 道精选面试题分享!
-
百度短视频推荐系统的目标设计
-
由于幸存者偏差,导致强变量在后续迭代中逐渐削弱甚至相反怎么办 | 文末有福利
-
基于 PaddlePaddle 的出色多语言 OCR 工具包、钢琴 MIDI 数据集
-
腾讯技术 | 揭秘 Feed 信息流推荐背后的系统设计
-
微拍堂 | 深度召回在文玩个性化推荐中的实践
-
干货 | 如何将知识图谱引入推荐系统?
-
推荐系统中的长尾物品(Tail Items)推荐问题方案
-
丁香园基于 Milvus 的向量召回应用
-
【干货篇】平安银行推荐系统介绍(专题)
-
蜻蜓 FM 信息流推荐探索与实践
-
阿里算法专家谈大规模推荐系统粗排层的设计与实现
-
爱奇艺短视频推荐:多兴趣召回篇
-
CTR 预估算法之 FM,实践项目代码包 + 数据集奉上(附链接)
立即登录,融入AI顶流圈子
加入AIQ,与 22000+ AI领域从业者共同引领中国AI新篇章。
加入AIQ,与 22000+ AI领域从业者共同引领中国AI新篇章。
推荐标签
-
Announcement
引用 9 回帖 3
-
深度学习
引用 166 回帖 14
-
搜索系统
引用 174 回帖 9
-
推荐系统
引用 236 回帖 6
-
spark
引用 118 回帖 5
-
python
引用 7 回帖 3
-
图像识别
引用 82 回帖 4
-
NLP
引用 61 回帖 0
自然语言处理
-
神经网络
引用 115 回帖 8
神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。
-
hadoop
引用 30 回帖 1
-
storm
引用 36 回帖 0
-
ELK
引用 128 回帖 0
-
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
-
算法
引用 474 回帖 10
-
java并发
引用 4 回帖 0
-
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。
-
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。
-
数学
引用 6 回帖 0
-
LSTM网络
引用 5 回帖 0
-
贝叶斯
引用 1 回帖 0
-
分类模型
引用 2 回帖 0
-
Spotlight论文
引用 3 回帖 0
-
语音识别
引用 12 回帖 0
-
AI
引用 20 回帖 0
-
学习资源
引用 0 回帖 0
-
开源项目
引用 5 回帖 0
-
机器学习爱好者
引用 11 回帖 0