-
构建可解释的推荐系统
-
电商推荐那点事
-
推荐系统工程难题:如何做好深度学习 CTR 模型线上 Serving
-
推荐技术随谈
-
推荐系统:石器与青铜时代
-
“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
-
基于内容的推荐算法
-
Embedding 技术在民宿推荐中的应用
-
Netflix 推荐系统模型的快速线上评估方法——Interleaving
-
当你打开天猫的那一刻,推荐系统做了哪些工作?
-
Embedding 在深度推荐系统中的 3 大应用方向
-
分类模型与排序模型在推荐系统中的异同分析
-
从 FFM 到 DeepFFM,推荐排序模型到底哪家强?
-
【三. 推荐系统的必备要素 -2】ABtest 框架
-
万字长文解读电商搜索——如何让你买得又快又好
-
知其然,知其所以然:基于多任务学习的可解释推荐系统
-
一直播千万量级用户推荐系统设计之路
-
推荐系统召回四模型之:全能的 FM 模型
-
58 精准推送实践
-
58 招聘推荐系统介绍——AB 实验框架
-
推荐系统遇上深度学习 (二十七)-- 知识图谱与推荐系统结合之 RippleNet 模型原理及实现
-
推荐系统遇上深度学习 (二十六)-- 知识图谱与推荐系统结合之 DKN 模型原理及实现
-
推荐系统遇上深度学习 (二十四)-- 深度兴趣进化网络 DIEN 原理及实战!
-
推荐系统遇上深度学习 (二十三)-- 大一统信息检索模型 IRGAN 在推荐领域的应用
-
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 (十六)-- 详解推荐系统中的常用评测指标
-
推荐系统遇上深度学习 (十五)-- 强化学习在京东推荐中的探索
-
推荐系统遇上深度学习 (十二)-- 推荐系统中的 EE 问题及基本 Bandit 算法
-
推荐系统遇上深度学习 (十)--GBDT+LR 融合方案实战
-
推荐系统遇上深度学习 (七)--NFM 模型理论和实践
-
推荐系统遇上深度学习 (五)--Deep&Cross Network 模型理论和实践
-
推荐系统遇上深度学习 (四)-- 多值离散特征的 embedding 解决方案
-
推荐系统遇上深度学习 (三)--DeepFM 模型理论和实践
-
《搜索与推荐中的深度学习匹配》之搜索篇
-
「回顾」Yoo 视频底层页推荐系统 - 从 0 到 1 的实践
-
蚂蚁金服核心技术:百亿特征实时推荐算法揭秘
-
「回顾」知乎推荐页 Ranking 经验分享
-
【上】重读 Youtube 深度学习推荐系统论文,字字珠玑,惊为神文
-
「回顾」爱奇艺搜索排序模型迭代之路
-
【美团】深入浅出排序学习:写给程序员的算法系统开发实践
-
阿里开源深度学习框架 XDL,面向广告、推荐、搜索场景
-
有赞搜索系统的架构演进
-
有赞搜索系统的技术内幕
-
推荐系统顶会 RecSys2018 最佳论文奖出炉!因果嵌入推荐与用户研究成为焦点
-
58 同城推荐系统架构设计与实现
-
推荐系统遇上深度学习 (十一)-- 神经协同过滤 NCF 原理及实战
-
洋码头推荐系统重排算法实践
-
洋码头推荐系统技术架构
-
推荐系统遇上深度学习 (九)-- 评价指标 AUC 原理及实践
-
推荐效果线上评测:AB 测试平台的设计与实现【全】
-
如何构建用户画像—打用户行为标签
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
独家揭秘!2.5 亿用户的美团智能推荐平台是如何构建的?
-
KDD2018 | 电商搜索场景中的强化排序学习:形式化、理论分析以及应用
-
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
-
AIQ - 架构 | 京东推荐系统架构揭秘:大数据时代下的智能化改造
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