-
如何提升「会议效率」
在阅读本文前，请读者统计一下，你近期参与及主持会议的时长，并计算出会议在你工作总时长中的比重。 会议本身并不产生价值，而执行会后达成的结论并成功拿到结果，则会创造价值。本文的目的不是帮读者消灭会议，而是希望通过探究会议的目的及合理的组织形式，试图把你从冗长低效的会议中解放出来，让会议的价值最大化。 ....- 1年前
-
构造 IndexWriter 对象（七）
构造 IndexWriter 对象（五） 构造 IndexWriter 对象（四） 构造 IndexWriter 对象（三） 构造 IndexWriter 对象（二） 构造 IndexWriter 对象（一） 本文承接构造 IndexWriter 对象（六），继续介绍调用 IndexWriter ....- 1年前
-
Google 首席决策师告诉你数据科学究竟是什么？
来自：CDA 数据分析师（微信号：cdacdacda），作者：Cassie Kozyrkov，编译：Mika 关于作者： Cassie Kozyrkov，Google 首席决策师。致力于统计学， 机器学习 /人工智能、数据、决策科学。，原文链接 数据科学是让数据变得有用的学科。 在本文中我将对数据科 ....- 1年前
-
阿里妈妈搜索广告 CTR 模型的“瘦身”之路
石士、书浅 阿里妈妈技术 ▐ 前言 随着号称“地表最强”的千亿参数规模 GPT-3 模型在 NLP 领域横扫各大数据榜单，大力出奇迹的暴力美学似乎成为了大数据场景建模的不二法门。搜索、推荐和广告场景的 CTR 模型也不例外，同样动辄千亿参数规模、上 T 体积大小的 CTR 模型成为了同行争相追逐的建 ....- 1年前
-
链接地址： [链接] 大概 6 次 epochs 之后，可得到一下结果： 目标词 Top10 目标词 Top10 中国 中国 : 1.000 男人 男人 : 1.000 中国 美国 : 0.651 男人 女人 : 0.764 中国 日本 : 0.578 男人 女生 : 0.687 中国 国家 : 0 ....
- 1年前
-
大规模图算法在京东广告的实践
[图片] 分享嘉宾：张泽华 京东 算法工程师 编辑整理：王文婧 出品平台：DataFunTalk 导读： 京东的 9N 算法框架已经被广泛应用于推荐广告、搜索广告、以及其他的站内外广告场景。本文将为大家介绍如何实现大规模的图算法在京东广告场景的落地实践，主要内容包括： 基础介绍 9N GRAPH 工 ....- 1年前
-
从 FFM 到 DeepFFM，推荐排序模型到底哪家强？
张俊林 推荐系统几乎已经深入到人们生活的方方面面，其背后的算法也在不断地迭代更新。FM 和 FFM 模型是最近几年提出的模型，拥有在数据量较大并且特征稀疏的情况下，仍然能够得到优秀的性能和效果的特性。 新浪微博 AI Lab 资深算法专家张俊林，在 2018 年全球人工智能与机器学习大会 AICon ....- 1年前
-
企业信息化是企业高效运行的基础。如何达到高效的目的跟管理软件的选型分不开。管理软件以企业管理需求为基础，以 IT 技术为支撑，为企业提供数据信息的综合管理办法。随着项目管理思想逐步被接受，市面上涌现出越来越多的管理软件出现在公众的面前，如雨后春笋般层出不穷，一时间“管理软件”名声大噪。市场反响较好的 ....
- 1年前
-
微博广告分层实验平台 (Faraday) 架构实践
版权声明 作者：李铁牛 本文为 InfoQ 原创投稿。 移动互联网广告基于大数据，实现广告的精准人群定向投放和效果评估，并借助于不可胜数的广告策略，控制着广告的实时投放，让数据驱动型的移动互联网广告沿着站方、用户、广告主三者共赢的目标不断前进。 大数据驱动使得效果指标的量化评估成为了可能。为了实现好 ....- 1年前
-
-
菜鸟实时数仓技术架构演进
分享嘉宾：贾元乔 菜鸟 高级数据技术专家 编辑整理：夏飞飞 内容来源：Flink Forward ASIA 出品平台：DataFunTalk 导读： 在开源盛世的今天，实时数仓的建设已经有了较为成熟的方案，技术选型上也都各有优劣。菜鸟作为物流供应链的主力军，时效要求已经成为了核心竞争力，离线数仓已不 ....- 1年前
-
摘要：目前软件开发除了强调产品质量，同时对产品能够快速发布并且迅速适应市场变化的要求也日益强烈。为适应这种开发环境和市场需求，传统的软件开发模式已被敏捷开发模式所替代。本文介绍敏捷软件开发中的 Scrum 方法，并结合实际问题，分析 Scrum 方法在实践中的运用。 [图片] 关键词：敏捷开发;Sc ....
- 1年前
-
近期，skymind.ai 发布了一份非常全面的开源数据集。内容包括生物识别、自然图像以及深度学习图像等数据集，现机器之心将其整理如下：（内附链接哦~） 最近新增数据集 开源生物识别数据：[链接] Google Audioset：扩展了 632 个音频分类样本，并从 YouTube 视频中提取了 2 ....
- 1年前
-
2020 “跳槽”还是“卧槽”，你想好了吗？
2019 很快就过去了，不知不觉中已经在 51CTO 的平台上发表了 20 篇文章。 [图片] 到了年终一般都要做总结，今天借 51CTO 一方宝地来说说心里话，从如下几个方面和大家分享一下 IT 从业人员的心声： 思维方式 学习与提升 职业发展路线 跳槽和卧槽 总结 思维方式 记得在稻盛和夫的《干 ....- 1年前
-
-
强化学习在新闻推荐中的应用
作者 | mokong 搜狐技术产品 导读 随着 AlphaGO 在围棋界接连战胜世界冠军，其背后的技术-强化学习逐渐获得学术界、工业界的青睐。在新闻推荐任务中，传统的推荐算法无法考虑单个请求内新闻之间的关联，也无法考虑多个请求之间的关系，而强化学习，通过学习推荐策略给解决上述问题带来了可能。 1. ....- 1年前
-
贝壳找房 | 降本提效，贝壳搜索推荐架构统一之路
高攀: 贝壳搜索推荐部平台架构负责人 贝壳找房在云加社区组织的分享 导语 | 搜索和推荐是用户获取信息的两种主要方式，在贝壳也是帮助客户找到房子的主要手段，那么二者都有哪些相似和不同之处？是否可以使用同一套架构来实现？统一架构之后又能带来哪些收益呢？本文是对贝壳搜索推荐部平台架构负责人——高攀在云 ....- 1年前
-
分布式高性能 redis 集群线上常见问题
转载自 ： 杉枫 量变引起质变，这个情况在分布式 Redis 集群下发生的极其明显，当用 Redis 集群规模很小、存取数据很小时，基本上不会遇到任何问题，但是当我们集群规模为数 T，并且存在很多业务读写集群各种各样问题都会发生。 [图片] 线上遇到过一个业务突然 tp99 飙升，并且性能持续变差， ....- 1年前
-
趣头条基于 Flink+ClickHouse 的实时数据分析平台
[图片] 分享嘉宾：王金海 趣头条 编辑整理：王彦 内容来源：Flink Forward Asia 出品平台：DataFunTalk 导读： 趣头条一直致力于使用大数据分析指导业务发展。目前在实时化领域主要使用 Flink+ClickHouse 解决方案，覆盖场景包括实时数据报表、Adhoc 即时查 ....- 1年前
-
推荐场景中召回模型的演化过程
原文地址： https://zhuanlan.zhihu.com/p/97821040 一般的推荐系统主要包括召回、排序和后续的业务机制(重排序、多样性保证、用户体验保证等等)这三大模块，而其中召回模块主要负责根据用户和 item 的特征，从众多待推荐的候选 item 中初步筛选出用户可能感兴趣的 ....- 1年前
-
