-
每日好店——阿里淘宝店铺推荐系统实践
-
搜广推策略产品之灰盒“look alike”种子人群扩展策略(上篇)
-
小红书高时效推荐系统背后的技术升级
-
推荐策略产品经理必读系列—第四讲推荐系统的协同过滤召回
-
vivo | 解密游戏推荐系统的建设之路
-
美团|交互式推荐在外卖场景的探索与应用
-
快手推荐系统精排模型实践
-
深度召回在飞猪旅行推荐系统中的探索和实践
-
百度信息流和搜索业务中的弹性近线计算探索与应用
-
图表示学习技术在药物推荐系统中的应用
-
闲鱼推荐大规模应用背后的工程实践
-
美团外卖推荐智能流量分发的实践与探索
-
腾讯技术|如何开发一个 Feeds 流系统——写扩散模式
-
哔哩哔哩|百亿数据个性化推荐:弹幕工程架构演进
-
知识图谱增强下的智能推荐系统与应用 - 于敬
-
vivo 技术|在推荐业务中如何用 MPS 提高 GPU 利用率?
-
人机交互是什么意思?人机交互和交互设计的区别是什么?
-
快手端智能—移动端部署推荐系统:快手获数据挖掘顶会 CIKM 2022 最佳论文
-
阿里技术|详解闲鱼推荐系统(长文收藏)
-
张俊林:推荐系统排序环节特征 Embedding 建模
-
美团基于知识图谱的个性化新闻推荐系统
-
知识图谱在美团推荐场景中的应用
-
有没有知道符号函数是什么鬼?
-
图机器学习在蚂蚁集团推荐业务中的应用
-
GrowingIO|电商平台推荐系统架构演进
-
阿里技术|行为序列特征在推荐算法中的应用实践
-
淘系技术|连续迁移学习跨域推荐排序模型在淘宝推荐系统的应用
-
干货|推荐算法中的特征工程
-
腾讯技术|吴喆:全民 K 歌直播推荐系统详解
-
网易云音乐播放页直播推荐实战
-
网易严选首焦推荐算法实践
-
汽车之家|面向推荐的汽车知识图谱构建
-
SIGIR'22 | 大规模推荐系统中冷启动用户预热的融合序列建模
-
vivo | 推荐系统 - 协同过滤在 Spark 中的实现
-
无量深度学习系统在腾讯推荐类业务的应用
-
美团综合业务推荐系统的质量模型及实践
-
汽车之家推荐系统架构迭代之路
-
vivo 推荐中台升级路:机器成本节约 75%,迭代周期低至分钟级
-
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
-
阿里飞猪个性化推荐:主题与交互式推荐技术实践
-
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
小贴士
- 🍱 列表布局可以在功能设置中切换
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