-
美团智能搜索模型预估框架 Augur 的建设与实践
-
阿里妈妈深度树检索技术(TDM)及应用框架的探索实践
-
360 搜索的百亿级网页搜索引擎架构实现
-
番外篇:Lucene 索引流程与倒排索引实现
-
Lucene 倒排索引原理探秘 (2)
-
深度学习在 360 搜索广告 NLP 任务中的应用
-
贝壳找房一镜到底:FM 们的原理及在贝壳搜索的实践
-
【贝壳智搜】标签:月老手中那一根根红线
-
ES 查询性能调优实践,亿级数据查询毫秒级返回
-
小米移动搜索中的 AI 技术
-
阿里巴巴复杂搜索系统的可靠性优化之路
-
从 FFM 到 DeepFFM,推荐排序模型到底哪家强?
-
ABtest 和假设检验、流量分配
-
万字长文解读电商搜索——如何让你买得又快又好
-
计算广告中主要模块、策略及其场景(上篇)
-
有赞订单搜索 AKF 架构演进之路
-
前深度学习时代 CTR 预估模型的演化之路
-
强化学习系列二——应用 AlphaGo Zero 思路优化搜索排序
-
深度 CTR 预估模型中的特征自动组合机制演化简史
-
详解 Airbnb 之深度学习在搜索业务的探索
-
【贝壳找房】贝壳搜索平台实时流总体架构设计
-
【贝壳网】贝壳搜索为什么能知道你想住哪?
-
【贝壳网】ElasticSearch 相关性计算原理及实践
-
为什么已有 Elasticsearch,我们还要重造实时分析引擎 AresDB?
-
58 技术沙龙——云搜 知乎 58 同城 搜索架构
-
「回顾」深度学习新技术在搜狗搜索广告中的深化应用
-
从 KDD 2018 Best Paper 看 Airbnb 实时搜索排序中的 Embedding 技巧
-
58 搜索列表页连接效率优化实践
-
「回顾」58 同城 综合排序框架 连接效率优化实践
-
美团深度学习在搜索业务中的探索与实践
-
回顾·搜索引擎算法体系简介——排序和意图篇
-
回顾·CTR 预估系统实践
-
《搜索与推荐中的深度学习匹配》之推荐篇
-
《搜索与推荐中的深度学习匹配》之搜索篇
-
简单聊聊特征工程
-
全文搜索引擎,选 ElasticSearch 还是 Solr?
-
「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
-
阿里巴巴搜索引擎平台 Ha3 揭秘
-
深度学习在 Airbnb 大规模搜索排名上的实战经验
-
有赞搜索引擎从 0 到 1 技术解析
-
苏宁 11.11:苏宁易购订单搜索系统架构及实现
-
【干货】搜索引擎技术资料整理
-
“搜你所想”之用户搜索意图识别
-
苏宁 11.11:仓库内多 AGV 协作的全局路径规划算法研究
-
有赞搜索系统的架构演进
-
有赞搜索系统的技术内幕
-
Lucene 查询原理
-
Lucene 解析 - 基本概念
-
58 同城推荐系统架构设计与实现
-
【阿里】电商搜索算法技术的演进
-
互联网智能广告系统简易流程与架构 |
-
推荐系统遇上深度学习 (十一)-- 神经协同过滤 NCF 原理及实战
-
洋码头搜索应用架构
-
搜索引擎倒排索引的设计与实践
-
推荐效果线上评测:AB 测试平台的设计与实现【全】
-
微博广告分层实验平台 (Faraday) 架构实践
-
如何构建用户画像—打用户行为标签
HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
神马搜索技术演进之路
-
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
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