1.1 机器学习概述——机器学习的发展 目前人工智能的三大学派： 符号主义(symbolicism)，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。 连接主义(connectionism)，又称为仿生学派或生理学派，其主要原理为神经网络及神经网 ....

1. 前景提要 在网上冲浪的时候看到原来NASA航天局有科普网站，每天一张科普图片，而且是非常高清的那种，很想下载下来做壁纸。 所以打算写一个Java爬虫爬取所有的图片，也可以加入一些通知，每天晚上进行检查，当检查到有更新的时候，第二天早上起床推...

问题1：Bert模型中，根号dk的作用 QK进行点击之后，值之间的方差会较大，也就是大小差距会较大；如果直接通过Softmax操作，会导致大的更大，小的更小；进行缩放，会使参数更平滑，训练效果更好。 问题2：Bert模型中多头的作用 多次attention综合的结果至少能够起到增强模型的作用，也可以 ....

问题1：先序遍历（要求递归和迭代两种方式） 方法一：递归 树本身就有递归的特性，因此递归方法最简单，这里直接放上代码，需要说明的是，中序遍历，前序遍历和后序遍历可采用相同的代码模板完成实现。 [图片]时间复杂度：O(n)，n 为树的节点个数 空间复杂度：O(h)，h 为树的高度 文末免费送电子书：七 ....

知识图谱问答（Knowledge-based Question Answering, KBQA）是指给定自然语言问题，通过对问题进行语义理解和解析，进而利用知识库进行查询、推理得出答案。美团在平台服务的售前、售中、售后全链路的多个场景中都存在大量的咨询问题。我们基于问答系统，以自动智能回复或推荐回复 ....

由于新的神经网络架构无时无刻不在涌现，想要记录所有的神经网络是很困难的事情。要把所有这些缩略语指代的网络(DCIGN，IiLSTM，DCGAN等)都弄清，一开始估计还无从下手。

作者简介 董骐瑞，2018年加入贝壳找房人工智能技术中心，先后负责推荐系统、搜索推荐，目前是智能匹配组、广告投放工程负责人。 引言 现代编程中，对于高并发场景不可避免地会使用多线程和异步处理，但是多线程的大规模使用并不会无成本地提升运行效率，随着线程数的增加，内存的占用量和上下文切换的开销都不能忽视 ....

作者: 吴绪亮 腾讯研究院资深专家、首席经济学顾问 （本文首发于《北大金融评论》2021年第4期） 科技是打开人类经济增长的钥匙。纵观近二百年来的人类经济增长历史，从18世纪蒸汽机到19世纪电力再到20世纪信息技术，每一次重大通用目的技术变革都会带来资源重新优化配置和经济持续繁荣。当前全球正在开启以 ....

来源：李翔 陈焕 志华等 美团技术团队 剧本杀作为爆发式增长的新兴业务，在商家上单、用户选购、供需匹配等方面存在不足，供给标准化能为用户、商家、平台三方创造价值，助力业务增长。 本文介绍了美团到店综合业务数据团队从0到1快速建设剧本杀供给标准化的过程及算法方案。我们将美团到店综合知识图谱（GENE， ....

编者按 在数据大爆发的时代里，数据分析和应用领域对数据即查即得的需求越来越迫切，ClickHouse凭借无与伦比的查询速度脱颖而出，被广泛应用于众多领域和方案中，是优秀的OLAP代表者。但是实践应用中，尤其是需要代码操作时会遇到一定的性能问题，尤其在数据量大的情况下表现更为突出。 本文针对实践场景中 ....

我们提出了一种新的特征转换方法，类似于标准化。该方法来自 Michael Jahrer，他最近赢得了另一场比赛，随后分享了他使用的方法。 有在普遍关心的一些东西写了。例如，它再次确认梯度提升比神经网络更快、更容易使用，同时提供相似的结果。迈克尔使...

当您要对时间序列进行分类时，有两种选择。一种是使用时间序列特定的方法。一个例子是 LSTM，或者一般的循环神经网络。另一种是从系列中提取特征，并将它们与正常的监督学习一起使用。在本文中，我们将了解如何使用名为 tsfresh 的 Python 包...

所以你知道贝叶斯规则。它与机器学习有什么关系？很难理解这些拼图是如何组合在一起的——我们知道这花了我们一段时间。这篇文章是我们当时希望有的介绍。       虽然我们对此事有所了解，但我们不是专家，因此以下内容可能...

埋点管理系统的搭建在一定程度上解决了埋点设计管理混乱的问题，方便数据查询，提高了团队的沟通效率，进而推动整体业务项目的高效进行。本篇文章里，作者就如何设计一个高效便利的埋点管理系统做了总结，一起来看一下。 作者：九果女孩Maky 一、为什么要做埋点管理系统？ 如果你是一名数据分析师，是否有过这样的经历： 当你需要查询APP产品埋点数据的时候，你不得不经常找数…

以下文章来源于InfoQ ，作者郭文飞 摘要： 本文基于字节跳动推荐系统基础服务方向负责人郭文飞在 5 月 22 日 Apache Flink Meetup 分享的《Flink 在字节跳动推荐特征体系中的落地实践》整理 2021 年，字节跳动旗下产品总 MAU 已超过 19 亿。在以抖音、今日头条、 ....

1 前言 OPPO的大数据离线计算发展，经历了哪些阶段？在生产中遇到哪些经典的大数据问题？我们是怎么解决的，从中有哪些架构上的升级演进？未来的OPPO离线平台有哪些方向规划？今天会给大家一一揭秘。 2 OPPO大数据离线计算发展历史 2.1 大数据行业发展阶段 一家公司的技术发展，离不开整个行业的发 ....

本文介绍了Python中的Ydata-quality库如何应用于数据质量诊断，并给出数据实例进行详细的一步步解释。

在整个迁移过程，除了前期踩坑阶段，期间线上基本没出什么问题，十分平滑的将2000左右的任务迁移到了sparkSql，而且也没耗费过多人力，这说明整个迁移方案的设计和实施是比较成功的。

[图片] 分享嘉宾：正兴 度小满金融 算法高级专家 编辑整理：张春越 哈尔滨金融学院 出品平台：DataFunSummit 导读： 本文的主题是AI技术在征信解读中的应用，主要介绍我们针对金融征信数据以及面向信贷领域模型在技术上的优化实践。 01 背景 1. 征信数据介绍 [图片] 征信数据主要指的 ....

摘要： 随着推荐技术成熟以及信息流业务极速扩张，用户与内容的交互模式逐渐从“人找内容--搜索”往“内容找人--推荐”迁移，并且这种趋势仍在扩大它的外延边界，大有“万物皆可推荐”的架势。但搜索作为人与内容交互的一种重要方式，它的作用并没有削弱，用户在推荐场景的沉浸消费反而会激发出新的搜索需求。从本质上 ....