分享嘉宾：于茜 微博 高级算法工程师 编辑整理：王洪达 内容来源：Flink Forward 导读： 微博作为国内比较主流的社交媒体平台，目前拥有 2.22 亿日活用户和 5.16 亿月活用户。如何为用户实时推荐优质内容，背后离不开微博的大规模机器学习平台。本文由微博机器学习研发中心高级算法工程师于 ....

之前几段工作经历都与搜索有关，现在也有业务在用搜索，对搜索引擎做一个原理性的分享，包括搜索的一系列核心数据结构和算法，尽量覆盖搜索引擎的核心原理，但不涉及数据挖掘、NLP 等。文章有点长，多多指点~~ 一、搜索引擎引题 搜索引擎是什么？ 这里有个概念需要提一下。信息检索 (Information R ....

[图片] 文章作者：季飞 蜻蜓 FM 推荐技术负责人 内容来源：作者授权 出品平台：DataFunTalk 导读： 如今的推荐系统在互联网中随处可见，无论是刷抖音、逛淘宝还是看新闻背后都有强大的推荐系统的支持。音频行业的内容如何分发？如何提高用户发现音频内容的效率？蜻蜓 FM 作为国内首家互联网音频 ....

李夏昕 [图片] Elasticsearch 是基于 Lucene 实现的分布式搜索引擎，提供了海量数据实时检索和分析能力。滴滴从 2016 年 4 月开始组建团队，解决 Elasticsearch 在使用过程中遇到的性能问题。并且，随着业务体量的发展，滴滴构建了基于 Elasticsearch 的 ....

[图片] 分享嘉宾：黄国平 腾讯 AI Lab 高级研究员 编辑整理：赵文娇 内容来源：DataFun AI Talk《人机交互式机器翻译研究与应用》 出品社区：DataFun 这个题目看起来比较小众，希望大家听我的讲座没有白听，可以学到一些东西，就是 AI 技术落地过程中的一些问题，以及解决策略和 ....

爱奇艺技术产品团队 导语 在信息过载的时代中，如何把恰当的内容恰时地呈现给用户，并且让用户快速、准确地看到自己喜欢或需要的内容，对一个视频平台来说是一个非常重要且具挑战的事情。 因此，爱奇艺技术产品团队设计并实现了一套个性化海报生产与分发系统，本文将从整体框架、海报生产、海报分发、业务策略以及场景效 ....

添加微信：julyedufu77，回复 “ 7 ”，领取最新升级版《名企 AI 面试 100 题》电子书！！ 11、当参数量 >> 样本量时候， 神经网络是如何预防过拟合？ 正则化 2. Early Stopping 3. Dropout 4. 数据增强 过拟合即在训练误差很小，而泛化误 ....

作者：Mohamed Ali Habib 本文由 AI 公园授权转载。 编译：ronghuaiyang 介绍 既然你已经在阅读这篇文章了，那么你可能已经知道该领域的先驱之一 Andrew Ng 是谁，并且你可能对会对他关于如何建立机器学习职业生涯的建议感兴趣。 本博客总结了斯坦福大学 CS230 深 ....

转载自：王喆 在互联网永不停歇的增长需求的驱动下，CTR 预估模型（以下简称 CTR 模型）的发展也可谓一日千里，从 2010 年之前千篇一律的逻辑回归（Logistic Regression，LR），进化到因子分解机（Factorization Machine，FM）、梯度提升树（Gradient ....

文章作者：陈桂敏（Derek） 腾讯 导读：NLP，让人与机器的交互不再遥远；深度学习，让语言解析不再是智能系统的瓶颈。本文尝试回顾 NLP 发展的历史，解读 NLP 升级迭代过程中一些重要而有意思的模型，总结不同任务场景应用模型的思路，对 NLP 未来发展趋势发表自己的看法。笔者经验有限，如有不全 ....

[图片] 文章作者：Leoc 腾讯 编辑整理：zizhewang ( 汪子哲 ) 内容来源：腾讯技术工程 出品平台：DataFunTalk 导读： 模型可解释性方面的研究，在近两年的科研会议上成为关注热点，因为大家不仅仅满足于模型的效果，更对模型效果的原因产生更多的思考，这样的思考有助于模型和特征的 ....

分享嘉宾：夏博 快看世界 编辑整理：Hoh Xil 内容来源：DataFun AI Talk 出品社区：DataFun 本次分享的主题是快看漫画个性化推荐探索与实践，主要包括： 业务介绍 技术挑战 技术探索 总结与未来规划 ▌业务介绍 1. 关于快看漫画 [图片] 快看世界创立于 2014 年，旗下 ....

[图片] 分享嘉宾：彭力 小米 编辑整理：马瑶 出品平台：DataFunTalk 导读： 小米知识图谱于 2017 年创立，已支持公司了每天亿级的访问，已赋能小爱同学，小米有品、智能问答、用户画像、虚拟助手、智能客服等互联网产品。通过引入知识图谱，这些产品在内容理解、用户理解、实体推荐等方面都有了显 ....

360 搜索技术团队 目前 360 搜索每日抓取的网页数量高达十亿，已经收录的网页基本上是万亿级别的网页集合，实际可检索的网页是在一个百亿级别的网页集合里。 目前 360 搜索的单日流量是亿级 pv。我们目前的在线、离线机群有几万台服务器来维护这么大量级的计算。 主要内容 我今天的分享的主要会侧重于 ....

[图片] 分享嘉宾：何杰 阿里妈妈 高级算法专家 编辑整理：孙锴 内容来源：DataFun AI Talk 出品社区：DataFun 导读： 阿里妈妈是阿里巴巴集团旗下数字营销的大中台，2018 年广告营收超过 1500 亿，近乎占据中国广告市场收入的半壁江山。如何驱动这艘商业航母不断前行，阿里妈妈 ....

文章作者：王喆 Hulu Senior Research SDE 内容来源：王喆的机器学习笔记@知乎专栏 在这篇文章中，Facebook 提出了经典的 GBDT（Gradient Boosting Decision Trees）+LR(Logistics Regression)的 CTR 模型结构， ....

_怎样赢得机器学习比赛：你拿别人的结果和你自己的结果与做集成。 _ —— Vitaly Kuznetsov NIPS2014。 集成模型是一种能在各种的机器学习任务上提高准确率的强有力技术。在这篇文章中，我会分享我在 Kaggle 比赛中的集成方法。 在第一部分中，我们会讨论从提交文件中建立集成。主 ....