作者：赵新源 智能推荐部 ，2020年加入汽车之家，在智能数据中心-智能推荐部负责推荐工程相关工作。 前言 随着之家业务不断发展壮大，业务的多样性给我们带来了更多的挑战，利用数据分析来驱动业务快速决策是重中之重。推荐系统就是通过精细化策略迭代来提升我们的服务质量和业务质量，但是策略的优化结果不是凭感 ....

作者：郭延琛、皇甫庆彬 马蜂窝技术 稿 马蜂窝信息流推荐系统的目的是给用户推荐更好玩，更有用的内容攻略，该系统通过内容池、召回、排序、重排序几个过程，从海量内容中筛选出用户感兴趣的推荐给用户。 排序是推荐系统中的重要一环，马蜂窝使用基于CTR预估的排序模型，通过学习数据中的知识训练模型，再将内容推荐 ....

[图片] 分享嘉宾：杨尚昂 京东 BI工程师 编辑整理：闵强 明略科技 出品平台：DataFunTalk 导读： 今天给大家分享京东在实时建模过程中使用Flink SQL的应用案例。主要从问题、难点、方案和规划四个方面来介绍。 01 问题 在维度建模中有很多技术场景，本文挑选其中两个较难的场景来进行 ....

作者：彭碧辉 现任广州数驰信息科技有限公司技术总监，负责金融领域数据分析解决方案与实施。 一直懒于写作，没有把自己的知识点给大家分享，多谢朋友和同事提点，把自己在SAS领域的学习研…

背景：利用SAS EM建立决策树，制定差异化的运营策略。 前期准备：在SAS中准备好数据集，对缺失值进行预设和处理，设定目标变量，导入SAS EM，新建逻辑库和流程。 1. 数据探…

机器学习是一种重在寻找数据中的模式并使用这些模式来做出预测的研究和算法的门类。 快速三维地图测绘和建模：要建造一架铁路桥，PwC 的数据科学家和领域专家将机器学习应用到了无人机收集到的数据上。…

阅谦 淘系技术 稿 前言背景 淘宝内的每平每屋频道是每平每屋业务获取C端流量并进行内容分发从而建立用户家居、生活方式心智场的主要阵地。在每平每屋频道中，内容主要以场景搭配为主，内容内挂载了多个商品锚点，点击商品锚点可以跳转到商品的详情页。 [图片] 一直以来，我们结合业务特点利用算法技术提升用户浏览 ....

[图片] 航宇 稿 导读：百度推广是一个典型2B、2C结合的商业场景：一方面百度推广为客户（广告主）服务，为其提供易用的广告平台（广告投放系统、商机/订单系统等等），并获取优质的内容和服务能力；另一方面百度推广将客户的这些服务能力通过广告的形式提供给用户（网民），满足其娱乐/教育/购物等个性化需求， ....

[图片] 分享嘉宾：周彤 58同城 资深算法工程师 编辑整理：王华村 SMG 出品平台：DataFunTalk 导读： 本次分享中来自58同城的算法工程师周彤，主要介绍如何利用58平台已有的房源价格等特征信息，完成估价等环节。主要包括以下几方面： 房产价格体系 均价计算 房源估价 01 房产价格体系 ....

[图片] 分享嘉宾：郭人通博士 Zilliz 合伙人&研发总监 编辑整理：梁胜文 中科院计算所 出品平台：DataFunTalk 导读： 随着移动设备与应用的繁荣发展，非结构化数据例如图像、视频、音频等呈现爆炸式增长。针对海量的非结构化数据进行分析与检索成为企业关注的焦点。相比于结构化数据， ....

1、解释模型 解释复杂模型在机器学习中至关重要。 模型可解释性通过分析模型真正认为的重要内容来帮助调试模型。 在PyCaret中解释模型就像编写interpret_model一样简…

聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术，用于发现数据中的有趣模式，例如基于其行为的客户群。有许多聚类算法可供选择，对于所有情况，没有单一的最佳聚类算法。相反，最好…

一年一度的ACM Recsys会议在9月份已经胜利闭幕，留下一堆slides和tutorials等着我们去学习。 翻看今年的各种分享，其中老司机Xavier Amatriain（曾…

希孟 网易 稿 https://www.6aiq.com/article/1647651329252 从2019年年中起，我们针对网易新闻个性化推荐的系统架构做了更新迭代，涉及的工作包括特征/样本的平台化、pCTR推理服务的性能优化、大规模分布式训练的探索，以及目前正在进行的推荐中台化改造等。 我们 ....

作者： 夏畅@斗鱼 稿 摘要：本文整理自斗鱼实时计算负责人夏畅在 Flink Forward Asia 2021 行业实践专场的分享。 一、背景介绍 斗鱼成立于 2014 年，是一家致力于为所有人带来欢乐的，弹幕式直播分享平台。在斗鱼，实时计算发展得并不算早。 2018 年前后，为了满足一些近实时数 ....

随着大数据在国内的发展，大数据相关人才却出现了供不应求的状况，大数据分析师更是被媒体称为“未来最具发展潜力的职业之一”。那么，大数据的就业方向有哪些呢？我们该如何择业呢？

UCR时间序列数据集是时序领域的“Imagnet”，涵盖医疗/电力/地理等诸多领域，目前全量数据有128种。该项目提供了一个非常全面的数据获取渠道，包含各个细分领域的数据库资源，自然科学和社会科学的覆盖都很全…

[图片] 分享嘉宾：蓝昶博士 Google 编辑整理：何文婷 字节跳动 出品平台：DataFunTalk 导读： 随着机器学习模型和数据规模的增长，大规模分布式机器学习训练的性能越来越成为公有云用户关注的问题。本文将介绍谷歌云 Vertex AI 平台在分布式机器学习训练性能优化方面做的一系列工作。 ....

人工智能真正的前路究竟在何方？

本文为大家介绍如何在R中使用LIME来解释机器学习模型，并提供了相关代码。