-
Facebook 全新电商搜索系统 Que2Search
-
图像检索在高德地图 POI 数据生产中的应用
-
百度商业大规模高性能全息日志检索技术揭秘
-
58 技术 | 招聘商业智能搜索召回体系搭建
-
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?
-
阿里飞猪林睿:从核心因子预估 > 实体识别,如何实现文本和空间的搜索相关性?
-
想了解百度搜索核心技术?来这!
-
去哪儿网库存搜索在高并发场景下的探索
-
爱奇艺搜索排序算法实践
-
浅谈有赞搜索质量保障体系
-
闲鱼搜索相关性——体验与效率平衡的背后
-
百度搜索稳定性问题分析的故事(下)
-
百度搜索稳定性问题分析的故事(上)
-
丁香园基于 Milvus 的向量召回应用
-
阿里飞猪个性化搜索排序探索实践
-
腾讯企业微信万亿级日志检索系统
-
详解支撑 7 亿用户搜索的百度图片处理收录中台
-
Query 理解在美团搜索中的应用
-
百度 5G+ 智能时代的多模搜索技术
-
京东搜索在线学习探索实践
-
深度学习在 58 同城租房搜索排序的应用
-
知乎 | 搜索文本相关性与知识蒸馏
-
京东搜索排序在线学习的 Flink 优化实践
-
微信搜索引擎中索引的分布式演进
-
书单 | 搜索领域大牛都读什么书?
-
Apache Doris 在京东搜索实时 OLAP 中的应用实践
-
阿里文娱深度语义搜索相关性探索
-
丁香园 | 搜索中的 Query 扩展技术(二)
-
携程 | 响应速度与智能化如何平衡,携程酒店搜索系统实践
-
网易严选 | "全能选手"—Embedding 召回表征算法实践
-
阿里 | 自然语言处理在开放搜索中的应用
-
搜索引擎新架构:与 SQL 不得不说的故事
-
如何维持搜索系统的迭代和运转?
-
贝壳找房 | 降本提效,贝壳搜索推荐架构统一之路
-
同义变换在百度搜索广告中的应用
-
前沿重器 [2] | 美团搜索理解和召回
-
如何实现一个搜索自动补全器?
-
算法工程师之路—搜索召回策略篇
-
淘宝搜索模型核心技术:用户建模篇
-
优酷提出基于图执行引擎的算法服务框架,系统架构概览
-
美团搜索中 NER 技术的探索与实践
-
美团点评 | 智能搜索模型预估框架的建设与实践
-
BERT 在美团搜索核心排序的探索和实践
-
医疗搜索中的 query 词权重算法探索
-
干货 | 查询耗时降低 2/3,携程度假搜索引擎架构优化
-
京东电商搜索中的语义检索与商品排序
-
使用嵌入来做个性化的搜索推荐:来自 Airbnb
-
搜索中的 Query 扩展技术
-
浅谈搜索系统中 Query 理解和分析
-
干货! 搜索系统中的深度匹配模型
-
阿里文娱优酷视频搜索算法应用实践与思考
-
个性化搜索的介绍,推荐和搜索的强强结合
-
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
-
机器学习加持的 Airbnb 体验搜索排序实践
-
搜索系统中的纠错问题
-
为什么我们选择 LambdaMART 作为我们的酒店排序模型
-
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
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