背景 从全局看，深度学习模型规模在过去数年持续的指数膨胀。在模型效果提升的同时，为训练和推理的性能和成本都带来了严峻的挑战。作为应对，出现了大量的模型压缩策略，比如Zero系列的训练时策略。推理时量化、剪枝策略。以及训练推理协同策略，比如蒸馏等等。 [图片] 广告、推荐的深度学习模型的体积也非常庞大 ....

[图片] 作者 | 齐光 阿里云云栖号 微信号 yunqiinsight 流计算的应用与实践在大数据领域越来越常见，其重要性不言而喻，常见的流计算引擎有 Google DataFlow、Apache Flink，Apache Kafka Streams，Apache Spark Streaming ....

以下文章来源于搜索与推荐Wiki ，作者Thinkgamer 1.推荐系统经典的级联架构 其实这里本来写的是「传统」的级联架构，后来思索万千，觉得不太合适，就改为了「经典」。因为级联架构目前依旧在各大互联网公司被应用，其扮演的角色也很重要。一般情况下我们常见级联架构主要是由四部分组成，但依据具体的业 ....

[图片] 分享嘉宾：李超 腾讯 高级研究员 编辑整理：席建文 西南民族大学 出品平台：DataFunSummit 导读： 这次我们主要介绍智能批改相关的技术探索与实践，更多的分享实际场景、问题和解决方案。在作业和试卷的批改技术部分会重点讲解，其他地方会相对的简略介绍。主要内容包括：① 背景介绍；② ....

[图片] 分享嘉宾：雷鸣 蜻蜓FM 算法专家 内容来源：作者原创投稿 出品平台：DataFunTalk 导读： 本⽂主要是分享蜻蜓FM最近⼏年在推荐系统中的发展和演进，从离线推荐逐步过渡到实时推荐后，作者在实际开发⼯作中，⾯对⼀些痛点和难点时，是如何进⾏思考和解决的，如何更好的将⾃⼰的业务场景特点和 ....

本文主要围绕工作业务场景进行梳理，以做学问的三重境界为切入，梳理数据应用分析的过程和方法。

有赞数据治理的精髓就是九个字：大质量、全成本、重运营，其中涉及的质量分、成本账单都有可借鉴之处！

BI，仅仅是个花架子么？

数据分析团队如何给自己找活干?

这篇文章就从整体框架出发，介绍一下数据分析的三大层次。包括对数据分析的整体理解和认识，做数据分析的科学方法，以及数据分析相关的工具介绍。

[图片] 百度信息流业务QAs团队 稿 导读： 信息流产品为了给大家提供千人千面的内容推荐，后端构建了一个庞大、复杂的推荐系统，整个系统包括上百个模块，上百个策略算法以及模型，并且这个系统以极高速的效率迭代，日均上线近百个需求；这样庞大的系统如何做到这样高速稳定的迭代呢? 这里离不开 PM、RD、Q ....

以下文章来源于网易有数 ，作者大愚 摘要： 网易云音乐从 2018 年开始搭建实时计算平台，经过几年的发展已经渗透到云音乐的各个业务当中。本文是大愚老师的一篇实践分享，将从一个日常运维问题出发，带领大家了解云音乐实时计算平台的一些工作进展和未来规划。 网易云音乐实时数仓平台上线以后，经过一年半的发展 ....

OPPO数智技术 稿 1 问题背景 精准直达的知识问答能力对营造小布“懂知识、更懂你”的形象非常重要。在语音助手场景，经常会出现一词多义或者口语化表达等问题。例如:李白出装，李白的诗，播放李白。第一李白是指游戏角色，第二个是指诗人李白，第三个是指歌曲李白。如何精确识别用户所指、给出正确的答案是小布助 ....

[图片] hi同学，你要的百度搜索闭门会来了！ 免费，开放，干货，福利，你要的全有，文末报名咯~ [图片] 百度搜索闭门会 ，是百度搜索首次对外的核心技术研讨会，旨在与业界同仁共同探讨基础架构技术的核心问题，碰撞思想，分享百度前沿技术的落地实践。 本次闭门会的主办方为百度搜索架构部，负责百度搜索系统 ....

[图片] 说起神经网络模型的编程框架，google 开源的 tensorflow 可以说是最主流的神经网络框架。得益于 tensorflow 对模型部署、模型压缩、多语言支持的一系列优点，在国内的工业界基本上都将 tensorflow 作为第一选择。tensorflow 作为一个通用框架，提供了丰富 ....

对比是最基本的数据分析方法，要讲数据分析思维，这个最基础的方法是肯定绕不开的。

特征工程是把原始数据转变为模型的训练数据的过程，其目的是为了获取更好的训练数据特征，使得机器学习模型逼近这个上限。 今天，为了方便读者学习，温州大学黄海广团队整理了特征工程的ppt，并提供下载。 课件介绍 本课件是温州大学黄海广老师的机器学习课程的授课课件，授课内容公布在中国大学慕课： https: ....

在机器学习领域，有种说法叫做“世上没有免费的午餐”，简而言之，它是指没有任何一种算法能在每个问题上都能有最好的效果，这个理论在监督学习方面体现得尤为重要。

数据分析本身不能带来最大化的业绩和效率，只有将正确的分析结果以最实际的方式应用到业务层面才能产生效益，只有不断地产生效益才能称之为数据化管理。

数据中台骤火，或将成孵化出下一代 BAT 的黄金赛道