[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 ....

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 ....

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 ....

[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 ....

[图片] 分享嘉宾：方宽 知乎 算法工程师 文章整理：艺饭饭 内容来源：DataFunTalk 出品平台：DataFun 导读： 随着用户规模和产品的发展， 知乎搜索面临着越来越大的 query 长尾化挑战，query 理解是提升搜索召回质量的关键。本次分享将介绍知乎搜索在 query term w ....

作者：石晓文 ，中国人民大学信息学院在读研究生， 个人公众号：小小挖掘机（ID:wAIsjwj） 引言 CTR 问题我们有两种角度去理解，一种是分类的角度，即将点击和未点击作为两种类别。另一种是回归的角度，将点击和未点击作为回归的值。不管是分类问题还是回归问题，一般在预估的时候都是得到一个[0,1] ....

1. 背景 语言模型在自然语言处理具有重要的地位，它是一种基于概率统计的模型，主要的目标是描述字/词在句子中的概率。同时，语言模型是从大量的语料信息中训练出的模型，它“学习”到的词的概率是通用语义的信息，可以和很多实际应用相结合，尤其是在一些基于统计模型的领域，如语音识别，分词，情感分析以及机器翻译 ....

学习和预测用户的反馈对于个性化推荐、信息检索和在线广告等领域都有着极其重要的作用。在这些领域，用户的反馈行为包括点击、收藏、购买等。本文以点击率（CTR）预估为例，介绍常用的 CTR 预估模型，试图找出它们之间的关联和演化规律。 数据特点 在电商领域，CTR 预估模型的原始特征数据通常包括多个类别， ....

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！！ 1、基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD 一、目标检测常见算法 object detection，就是在给定的图片 ....

来源： 公众号 浅梦的学习笔记 本文结合百度和支付宝两段推荐系统相关的实习经历，针对工业界的模型发展做了简单梳理与回顾，涵盖表示学习，深度学习，强化学习知识图谱以及多任务学习 表示学习和深度学习在推荐系统中的应用是目前工业界比较成熟的，但是与强化学习、知识图谱、多任务学习相结合是比较少的， 一方面此 ....

导读：本次报告曾老师主要分享了携程金融风控算法从 0-1 的发展进程，以时间为主线，经历了数据样本由少到多，特征由粗到细，模型由简单到复杂，效果由坏到好的全过程，重点以申请评分模型和反欺诈模型进行阐述，是一次很好的风控模型实践报告。 「业务介绍」 模型一定是基于业务的，所以首先介绍一下携程的业务情况 ....

[图片] 分享嘉宾：沐沐老师 前百度资深研发 编辑整理：赵丽 内容来源：2019 DataFun Live 11 出品社区：DataFun 导读： 今天为大家分享的是搜索引擎中的 Web 数据挖掘。首先介绍下搜索引擎。实际上，我们每天都会使用的搜索引擎，我们会输入关键词 query 和需求，搜索引擎 ....

作者： 张俊林 原文： https://zhuanlan.zhihu.com/p/100019681 推荐系统技术，总体而言，与 NLP 和图像领域比，发展速度不算太快。不过最近两年，由于深度学习等一些新技术的引入，总体还是表现出了一些比较明显的技术发展趋势。这篇文章试图从推荐系统几个环节，以及不同 ....

他们将现有方法分为三个大类：半监督方法，包括图神经网络和图卷积网络；无监督方法，包括图自编码器；近期新的研究方法，包括图循环神经网络和图强化学习。然后按照这些方法的发展史对它们进行系统概述。该研究还分析了这些方法的区别，以及如何合成不同的架构。最后，该研究简单列举了这些方法的应用范围，并讨论了潜在方 ....

原创声明：本文为 SIGAI 原创文章，仅供个人学习使用，未经允许，不得转载，不能用于商业目的。 怎样成为一名优秀的算法工程师？这是很多从事人工智能学术研究和产品研发的同学都关心的一个问题。面对市场对人才的大量需求与供给的严重不足，以及高薪水的诱惑，越来越多的人开始学习这个方向的技术，或者打算向人工 ....

作者：阿里妈妈风控团队 品牌风险管理是阿里妈妈风险管理中最核心的风险之一，一直备受商家和消费者关注。商家在没有品牌资质的情况下售卖假冒或山寨的品牌商品，会侵犯品牌商及消费者的权益。本文将主要介绍，阿里妈妈品牌风险识别体系是如何一步步炼成的。 ▐ 一、背景 1.1 阿里妈妈品牌风险简介 在阿里妈妈业务 ....

基于机器学习方法对销售预测 刚刚过去的双十一，大家可能更关心的是双十一的折扣，什么商品打了什么折扣。但是对于天猫而言，他们可能更关心的是双十一当天的销售额是多少，因为知道销售额，他就能提前做一个准备，做到未雨绸缪。 2016 年我们这边有三组数据，第一组是在双十一的前十天，网上有一个专家预测，双十一 ....

以下文章来源于王喆的机器学习笔记 ，作者王喆的机器学习笔记 推荐系统“模型”的实时性 与“特征”的实时性相比，推荐系统模型的实时性往往是从更全局的角度考虑问题。特征的实时性力图用更准确的特征描述一个人，从而让推荐系统给出更符合这个人的推荐结果。而模型的实时性则是希望更快的抓住全局层面的新的数据模式， ....

分享嘉宾：董兴华 新浪微博 文章整理：凌铭 内容来源：DataFunTalk 导读： 新浪微博截止 2019.9 统计的数据，月活跃用户数为 4.97 亿，日活跃用户数为 2.16 亿，其中约 94% 为移动端用户，今天会和大家分享新浪微博在 feed 流中遇到的 NLP 问题和解决思路。主要包括： ....

微软研究院 AI 头条 编者按：个性化新闻推荐是新闻行业必然的发展方向，在其实现过程中面临着三个关键问题，即分析用户兴趣、根据新闻内容建模和新闻排序。本文将这三个问题划归为新闻信息与用户兴趣的多样性问题，并由此出发，提出了基于多视角学习和个性化注意力机制的解决方案，相关论文发表在 IJCAI 201 ....