原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-10 1、FFM 理论 在 CTR 预估中，经常会遇到 one-hot 类型的变量，one-hot 类型变量会导致严重的数据特征稀疏的情况，为了解决这一问题，在上一讲中，我们介绍了 FM 算法。这一讲我们介绍一种在 ....

[图片] 作者：王诗沐（网易云音乐副总裁、网易美学负责人） 来源：混沌大学（ID：hundun-university） 对于一个产品经理来讲，最重要的不是抽象地去学习别人的方法论，而是通过自己的深度思考和用户洞察，不断总结和迭代自己的方法论，不断的形成闭环。 ——王诗沐 我毕业于浙江大学工业设计系， ....

写在前面的话 GBDT 和 LR 的融合在广告点击率预估中算是发展比较早的算法，为什么会在这里写这么一篇呢？本来想尝试写一下阿里的深度兴趣网络(Deep Interest Network)，发现阿里之前还有一个算法 MLR，然后去查找相关的资料，里面提及了树模型也就是 GBDT+LR 方案的缺点，恰 ....

9 月，又到了大学生们投简历找工作的季节，最近收到了海量的简历，不少简历冗长拖沓，毫无重点，真为这些找工作的同学感到忧心。 一个面试官每天要处理很多的简历，一封简历，或许只有 10 秒的时间来抓住面试官或者 HR 的眼球，否则，去向就是“人才库”。 画外音：所以，长达 5 页的电子简历几乎是没有意义 ....

[图片] 作者： 洪九 来源： https://zhuanlan.zhihu.com/p/97357462 1.召回策略 召回阶段通常是推荐、搜索、广告和 O2O 分单中的第一步，其输出作为后续阶段的输入。最终展示给用户的数据是这个集合的子集。召回太多，导致后续的精细化排序过程计算压力大，用户被“读 ....

分享嘉宾：陈英傑** 爱奇艺 研究员** 编辑整理：孙锴 内容来源：AI 先行者大会《爱奇艺搜索排序模型迭代之路》 出品社区：DataFun 注：欢迎转载，转载请注明出处。 一、摘要 本次分享内容为爱奇艺在做视频搜索时，遇到的真实案例和具体问题；以及面对这些问题的时候，我们的解决方案。这次分享的 p ....

作者： 杨骥 时间： 2017 年 11 月 10 日 国美早期的推荐产品，90% 以上的场景是靠平台运营人员和工程师依靠业务知识进行手工配置，策略投放也是基于场景相关性的固定槽位展示，千人一面。近几年，伴随着业务的发展，尤其是实现线上线下打通后，国美互联网基于双线平台、商品和服务，利用互联网技术， ....

数据降维问题 在很多应用中，数据的维数会很高。以图像数据为例，我们要识别 32x32 的手写数字图像，如果将像素按行或者列拼接起来形成向量，这个向量的维数是 1024。高维的数据不仅给机器学习算法带来挑战，而且导致计算量大，此外还会面临维数灾难的问题（这一问题可以直观的理解成特征向量维数越高，机器学 ....

[图片] 分享嘉宾：高博文 融 360 风控算法专家 编辑整理：许瑞 出品平台：DataFunTalk 导读： 本文主要分享在智能风控体系下模型如何做到全流程自动化的迭代。将介绍融 360 如何搭建落地整套系统的方法和经验，以及有哪些环节是需要考虑的，会面临哪些困难。最后，希望大家有所收获，能够了解 ....

被誉为神经计算和机器学习领域两大顶级会议之一的 NIPS 于近日揭晓收录论文名单，此次为第 32 届会议，将于 12 月 3 日至 8 日在加拿大蒙特利尔举办。 腾讯 AI Lab 第三次参加 NIPS，共有 20 篇论文入选，其中 2 篇被选为亮点论文（Spotlight），涵盖迁移学习、模仿学习 ....

转载自 机器之心 公众号 人工智能早已不再是博士专属的学科，很多国内外大学，如卡耐基梅隆大学（CMU）和南京大学已经开办了本科人工智能专业。对于计算机科学的学生而言，AI 方向的研究生也是一个热门方向。然而，最近很多北美本科生在申请学校的时候发现，众多高校已经把 NIPS、ICML 等顶会论文的发表 ....

服务化是知乎几年来技术演进故事里的一个主角，公司规模从几十人到几百人，在监控、tracing、框架、容器等基础设施从无到有的同时，也扩展出多个后端技术团队。在服务化演进的过程里，我们也进行了一些新的思考。 服务化的愿景 「微服务」 是业内最近两三年业内很火的 buzzword，迁移到微服务架构，大多 ....

[图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] 后期我们会根据每个维度陆续写相关的测试文章，如果你有兴趣，请关注我们哦。

1 特征工程是什么？ 　　有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。通过总结和归纳，人们认为特征工程包括以下方面： [图片] [图片] ....

[图片] 分享嘉宾：张照亮 阿里巴巴 高级技术专家 编辑整理：郑银秋 出品平台：DataFunTalk 导读： 今天分享的内容是阿里搜索推荐数据平台研发团队在实时数仓的一些探索，围绕着团队在数仓上基于 Flink + Hologres 的演进过程及最佳实践。 01 业务背景 阿里巴巴电商搜索推荐实时 ....

在传统的 RNN Encoder-Decoder 模型中，在编码的过程中，将 [图片] 时的状态 [图片] 和 [图片] 时刻的数据 [图片] 输入到 [图片] 时刻的 RNN 单元中，得到 [图片] 时刻的状态 [图片] ，经过 [图片] 个时间片后，得到长度等于隐节点数量的特征向量 [图片] 。 ....

作者： 宋玉美 导读 在语音机器人中，经常需要槽位识别来提取用户回答中的关键信息，以便用于控制对话逻辑跳转和标识对话关键词等，我们通过命名实体识别（Named Entity Recognition，NER）技术来提取对话中的实体词（关键词），即语音机器人中的槽位词。 背景 由于语音识别（Automa ....

添加客服微信：julyedufu77，回复 “ 7 ”，领取最新升级版《名企 AI 面试 100 题》电子书！ [图片] [图片] [图片] 添加客服微信：julyedufu77，回复 “ 7 ”，领取最新升级版《名企 AI 面试 100 题》电子书！

知识图谱及智能问答系统构建 感谢 AICUG 人工智能社区 知识图谱在知识表示的完备性、语义刻画的准确性、体系结构的组织性上，显著优于传统 Corpus 的表示，对于信息检索、推荐系统、问答系统都至关重要，本次议题将以电力行业为背景，分享如何使用深度学习 NLP 技术挖掘和构建知识，产生行业知识图谱 ....