-
推荐系统系列(一):FM 算法 理论与实践
-
深度学习推荐系统中各类流行的 Embedding 方法(下)
-
推荐系统中稀疏特征 Embedding 的优化表示方法
-
Netflix 中的插图个性化推荐
-
推荐系统中不得不说的 DSSM 双塔模型
-
深度学习推荐系统中各类流行的 Embedding 方法(上)
-
基于强化学习的 Contextual Bandits 算法在推荐场景中的应用
-
推荐系统的未来发展趋势
-
干货! 推荐系统中的深度匹配模型
-
CS224w L11. LinkAnalysis_PageRank 算法
-
干货 | 内容型产品 Feed 流的生成、效果评估及优化
-
阿里—飞猪的“猜你喜欢”如何排序?
-
个性化搜索的介绍,推荐和搜索的强强结合
-
怎样评价推荐系统的结果质量?
-
深入理解推荐系统:召回
-
【腾讯】揭秘微信 "看一看" 是如何为你推荐的
-
阿里文娱算法公开课 #02:算法工程师的进阶之路(进阶篇)
alg - 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
-
阿里文娱算法公开课 #03:算法工程师的核心技能(CV 篇)
alg - 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
-
阿里文娱算法公开课 #04:算法工程师的核心技能 - 搜索推荐篇
alg - 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
-
效果工具链之运营平台篇
-
深度学习在花椒直播中的应用—推荐系统冷启动算法
-
【推荐系统】协同过滤推荐算法
-
如何只使用标签来构建一个简单的电影推荐系统
-
信息流推荐在凤凰新闻的业务实践
-
知识图谱辅助的个性化推荐系统
-
深度学习在省钱快报推荐排序中的应用与实践
-
汽车之家推荐系统排序算法迭代之路
-
不要犯战略性的失误——如何合理制定推荐系统的优化目标?
-
视频 | 信息流推荐技术在凤凰网的业务实践
-
LinkedIn 招聘推荐系统中的机器学习的威力
-
阿里 B2B:融合 Matching 与 Ranking 的个性化 CTR 预估模型
-
部署基于嵌入的机器学习模型的通用模式
-
如何增强推荐系统模型更新的实时性?
-
深度学习在花椒直播中的应用——排序算法篇
-
机器学习在马蜂窝酒店聚合中的应用初探
-
亚马逊畅销书的 NLP 分析——推荐系统、评论分类和主题建模
-
推荐系统 pipeline 的构建过程和总体架构描述。
-
推荐系统论文回顾:神经协同过滤理解与实现
-
不仅仅用 CTR:通过人工评估得到更好的推荐
-
跨境电商 Etsy 如何使用交互行为类型进行可解释推荐
-
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
-
推荐场景中召回模型的演化过程
-
解密淘宝推荐实战,打造 “比你还懂你” 的个性化 APP
-
IJCAI 2019 | 为推荐系统生成高质量的文本解释:基于互注意力机制的多任务学习模型
-
Learning to rank 基本算法小结
-
万字长文!推荐系统算法岗校招面试经验 & 学习心得
-
优酷 DSP 广告投放系统架构实践
-
浅谈微视推荐系统中的特征工程
-
深度 |58 商业流量排序策略优化实践
-
基于多视角学习和个性化注意力机制的新闻推荐
-
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?
-
推荐系统中模型训练及使用流程的标准化
-
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
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