菜鸟网络实时数仓进阶之路
分享嘉宾：张庭 菜鸟 数据工程师 文章整理：comn 出品平台：DataFunTalk 导读： 供应链物流场景下的业务复杂度高，业务链路长，节点多，实体多，实时数仓建设难度高。菜鸟跨境进口业务场景更是如此，更复杂的场景带来更复杂的实体数据模型，对接的业务系统多导致ETL流程特别复杂，还有海量……
标星最后还有什么想问的么对面试官的灵魂问
网上铺天盖地的都是面试官面试候选人的面试问题，而针对面试过程面试官的最后一问：“最后还有什么想问的么？”，没有问题，略显尴尬。发现github上有位叫 viraptor 的小哥反向思维，整理了一份求职反问手册，从岗位职责、基础设施、团队情况、公司技术发展、公司变现途径、是否坐班、办公室情况等角度，……
京东电商搜索中的语义检索与商品排序
文章作者：王松林、唐国瑜 京东算法工程师 编辑整理：Hoh 内容来源：作者授权 出品平台：DataFunTalk 导读： 本文将介绍京东搜索场景中的两块技术， 语义检索与商品排序。在业界检索算法基础上，我们提出一系列更适用于电商场景的检索排序算法，在业务上取得了显著收益。其中的多篇论文已被 KDD/SIGIR 等……
黑盒模型实际上比逻辑回归更具可解释性
作者：Samuele Mazzanti 编译：ronghuaiyang 导读： 如何让复杂的模型具备可解释性，SHAP 值是一个很好的工具，但是 SHAP 值不是很好理解，如果能将 SHAP 值转化为对概率的影响，看起来就很舒服了。 在可解释性和高性能之间的永恒的争斗 从事数据科学工作的人更了解这一点：关于机器学习的一个老生常……
岗位精选面试题
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,而泛化误差很大，神经网络时避免过拟合的方法： 正则化 正则化的思想十分简单明了。由于模……
腾讯基于预训练模型的文本内容理解实践
分享嘉宾：赵哲博士 腾讯 高级研究员 编辑整理：张书源 爱丁堡大学 出品平台：DataFunTalk 导读： 预训练已经成为自然语言处理任务的重要组成部分，为大量自然语言处理任务带来了显著提升。本文将围绕预训练模型，介绍相关技术在文本内容理解方面的应用。更具体的，本文会首先对已有的经典预训练工……
腾讯技术交互式分析领域为何能够杀出重围
姜国强 腾讯云加社区 导语 | 在百花齐放的交互式分析领域，ClickHouse 绝对是后起之秀，它虽然年轻，却有非常大的发展空间。本文将分享 PB 级分析型数据库 ClickHouse 的应用场景、整体架构、众多核心特性等，帮助理解 ClickHouse 如何实现极致性能的存储引擎，希望与大家一起交流。文章作者：姜国强，腾讯实时检索研发……
供应链十张图帮你理解供应链名词上篇
文章作者：冯维 清华大学博士 责任编辑：钱蕊 本篇文章来自 微信公众号智慧的流动： 十张图帮你理解供应链IT名词！（上篇） 欢迎原链接转发，转载请前往 @留德华叫兽 的主页获取信息，盗版必究。 敬请关注和扩散本专栏及同名公众号，会邀请 全球知名学者 陆续发布运筹学、人工智能中优化理论等相关干货、 知乎L……
源码系列倒排表
原文： https://www.amazingkoala.com.cn/Lucene/Index/2019/0222/36.html 本篇文章介绍如何生成倒排表，通过一个简单的例子来讲解倒排表的底层存储结构。文章中不会给出详细的源码介绍，只有一些必要的对象，感兴趣的朋友可以看我的 GitHub，对构建倒排表的源码给出了详细的注释： https://github.com/luxugang/Lucene-7.5.0/blob/master/solr-7.5.0/lucene/core/src/java/org/apache/lucene/index/DefaultIndexingChain.java ，此类中的该方法是开始构建倒排表的入口。 另外如果某些域使用了词向量(Ter……
图像检索在高德地图数据生产中的应用
作者 | 灵笼、怀迩 高德技术 稿 一 背景 POI 是 Point of Interest 的缩写。在电子地图上，POI 代表餐厅、超市、政府机关、旅游景点、交通设施等等 。POI是电子地图的核心数据。对普通用户而言，POI 数据包含的名称和位置信息，能够满足其使用电子地图“查找目的地”，进而唤起导航服务的基本需求；对电子地图而言，通……
