<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>人工智能 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/</link>
    <description>Recent content in 人工智能 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 01 Sep 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>2500小时数据免费开放，人形机器人研发门槛大幅降低</title>
      <link>https://index.zshipu.com/geek/post/20260901/2500%E5%B0%8F%E6%97%B6%E6%95%B0%E6%8D%AE%E5%85%8D%E8%B4%B9%E5%BC%80%E6%94%BE%E4%BA%BA%E5%BD%A2%E6%9C%BA%E5%99%A8%E4%BA%BA%E7%A0%94%E5%8F%91%E9%97%A8%E6%A7%9B%E5%A4%A7%E5%B9%85%E9%99%8D%E4%BD%8E/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/geek/post/20260901/2500%E5%B0%8F%E6%97%B6%E6%95%B0%E6%8D%AE%E5%85%8D%E8%B4%B9%E5%BC%80%E6%94%BE%E4%BA%BA%E5%BD%A2%E6%9C%BA%E5%99%A8%E4%BA%BA%E7%A0%94%E5%8F%91%E9%97%A8%E6%A7%9B%E5%A4%A7%E5%B9%85%E9%99%8D%E4%BD%8E/</guid>
      <description>2500小时数据免费开放，人形机器人研发从此不必再各自采集海量样本。 机器人行业正在换一套活法，进入公共基建时代。这一开放让训练数据成为共享基础设施，而非竞争壁垒，开发者可直接调用这些数据加速模型训练和场景适配。 2500小时免费数据直接降低研发门槛 此前人形机器人研发的最大痛点之一是</description>
    </item>
    <item>
      <title>特努斯9月1日接任苹果CEO，AI定为首要任务</title>
      <link>https://index.zshipu.com/geek/post/20260831/%E7%89%B9%E5%8A%AA%E6%96%AF9%E6%9C%881%E6%97%A5%E6%8E%A5%E4%BB%BB%E8%8B%B9%E6%9E%9CCEOAI%E5%AE%9A%E4%B8%BA%E9%A6%96%E8%A6%81%E4%BB%BB%E5%8A%A1/</link>
      <pubDate>Mon, 31 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/geek/post/20260831/%E7%89%B9%E5%8A%AA%E6%96%AF9%E6%9C%881%E6%97%A5%E6%8E%A5%E4%BB%BB%E8%8B%B9%E6%9E%9CCEOAI%E5%AE%9A%E4%B8%BA%E9%A6%96%E8%A6%81%E4%BB%BB%E5%8A%A1/</guid>
      <description>约翰·特努斯将于当地时间9月1日正式接任苹果CEO，人工智能被确认为其任期首要任务。 8月23日苹果已在Apple Park为蒂姆·库克举办约200人卸任聚会，OneRepublic乐队现场表演，库克后续转任董事会执行主席负责全球政策沟通。 特努斯硬件工程背景决定AI执行路径 约翰·特努</description>
    </item>
    <item>
      <title>与</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8E/</link>
      <pubDate>Tue, 15 Mar 2022 13:48:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8E/</guid>
      <description>来源： Microstrong 文章主要内容概览： 1. Seq2Seq 以及注意力机制 Seq2Seq 任务指的是输入和输出都是序列的任务。例如说英语翻译成中文。 1.1 Encoder-Decoder 模型与 Seq2Seq 的关系？ 答：编码器-解码器（Encoder-Decoder）模型最初是由 Cho 等提出应用在机器翻译中。由于在机器翻译中是文本到文本的转换，比如将法语翻译成英语，Suts</description>
    </item>
    <item>
      <title>机器学习的可解释性因果推理和稳定学习</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7%E5%9B%A0%E6%9E%9C%E6%8E%A8%E7%90%86%E5%92%8C%E7%A8%B3%E5%AE%9A%E5%AD%A6%E4%B9%A0/</link>
      <pubDate>Tue, 15 Mar 2022 13:43:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7%E5%9B%A0%E6%9E%9C%E6%8E%A8%E7%90%86%E5%92%8C%E7%A8%B3%E5%AE%9A%E5%AD%A6%E4%B9%A0/</guid>
      <description>分享嘉宾：况琨 浙江大学 助理教授 编辑整理：有感情的打字机、闫建飞 DataFunTalk 导读： 机器学习方法已经在许多领域取得了巨大的成功，但是其中大多数都缺乏可解释性和稳定性。其主要原因是目前机器学习方法是关联驱动的，且没有区分数据中的因果关联和虚假关联。 因果推理是用于解释分析的强大建模工具，可以帮助恢</description>
    </item>
    <item>
      <title>个性化推荐技术</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF/</link>
      <pubDate>Tue, 15 Mar 2022 11:54:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF/</guid>
      <description>文章作者：姚凯飞 Club Factory 推荐算法负责人 内容来源：作者授权发布 出品社区：DataFun 注：欢迎转载，转载请注明出处。 在这个时代背景下，信息爆炸与长尾问题普遍发生，而解决方案之一是个性化推荐技术，那具体什么是个性化推荐，怎么去实现这一过程呢？这一章读者朋友需要做到的是读完以后，对个性化推</description>
    </item>
    <item>
      <title>同城本地服务场景下的流量分发算法实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%9C%AC%E5%9C%B0%E6%9C%8D%E5%8A%A1%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%B5%81%E9%87%8F%E5%88%86%E5%8F%91%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 11:46:10 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%9C%AC%E5%9C%B0%E6%9C%8D%E5%8A%A1%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%B5%81%E9%87%8F%E5%88%86%E5%8F%91%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：陈琳 58同城 算法架构师 编辑整理：Duoli 出品平台：DataFunTalk 导读： 58本地服务由数百个细分品类、多个创新业务和国际业务组成，如何构建智能化的流量分发体系是一项挑战，我们通过整合搜索和推荐场景构建了一套统一的流量分发系统，本次分享将主要介绍系统中的算法实践，</description>
    </item>
    <item>
      <title>多目标排序模型在腾讯看点推荐系统中的应用实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E7%9B%AE%E6%A0%87%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%9C%A8%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 11:44:21 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E7%9B%AE%E6%A0%87%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%9C%A8%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：zhongzhao，腾讯 PCG 应用研究员 在推荐系统中，最常用的排序模型是以用户点击为目标的CTR预估模型，它没有考虑用户点击后的消费深度，也没有考虑用户的多种互动行为带来的生态方面的收益。为了取得CTR以外的更多收益，QQ看点团队在深度学习框架下，对推荐系统中的多目标建模做了一</description>
    </item>
    <item>
      <title>算法工程师必须要知道的面试技能雷达图</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E5%BF%85%E9%A1%BB%E8%A6%81%E7%9F%A5%E9%81%93%E7%9A%84%E9%9D%A2%E8%AF%95%E6%8A%80%E8%83%BD%E9%9B%B7%E8%BE%BE%E5%9B%BE/</link>
      <pubDate>Tue, 15 Mar 2022 11:41:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E5%BF%85%E9%A1%BB%E8%A6%81%E7%9F%A5%E9%81%93%E7%9A%84%E9%9D%A2%E8%AF%95%E6%8A%80%E8%83%BD%E9%9B%B7%E8%BE%BE%E5%9B%BE/</guid>
      <description>原文地址： https://zhuanlan.zhihu.com/p/54089811 今年是我作为算法工程师工作的第七个年头，期间拿到过hulu，阿里巴巴，腾讯，美团以及一些startup的算法工程师offer，也作为面试官面试过清北，海外，北邮，以及一些二本学校等不同背景的百余位candidates，作为面试者和面试官的经验还比较丰富。所以希望自己的</description>
    </item>
    <item>
      <title>淘宝如何拥抱短视频时代视频推荐算法实战</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E5%AE%9D%E5%A6%82%E4%BD%95%E6%8B%A5%E6%8A%B1%E7%9F%AD%E8%A7%86%E9%A2%91%E6%97%B6%E4%BB%A3%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%AE%9E%E6%88%98/</link>
      <pubDate>Tue, 15 Mar 2022 11:41:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E5%AE%9D%E5%A6%82%E4%BD%95%E6%8B%A5%E6%8A%B1%E7%9F%AD%E8%A7%86%E9%A2%91%E6%97%B6%E4%BB%A3%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%AE%9E%E6%88%98/</guid>
      <description>阿里机器智能 1. 前言 1.1 迅猛发展的短视频业务 短视频一般指长度在5分钟以内的视频内容。由于用户时间碎片化、移动互联网和智能手机的快速普及、制作门槛低等原因，短视频最近几年引起广泛关注。从2011年的萌芽，到2015年快手、美拍等异军突起，到2016年抖音、火山小视频等迅猛发展，短视频正</description>
    </item>
    <item>
      <title>技术在金融资管领域的落地实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E9%87%91%E8%9E%8D%E8%B5%84%E7%AE%A1%E9%A2%86%E5%9F%9F%E7%9A%84%E8%90%BD%E5%9C%B0%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 11:39:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E9%87%91%E8%9E%8D%E8%B5%84%E7%AE%A1%E9%A2%86%E5%9F%9F%E7%9A%84%E8%90%BD%E5%9C%B0%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：李渔 熵简科技 联合创始人 编辑整理：Hoh 内容来源：DataFunTalk 导读： 在数字化浪潮的大背景下，金融资管行业的先行者正在积极探索将人工智能、大数据等先进技术用于构建面向未来的智能化投资研究平台。本文将从金融资管领域对于数据智能的需求入手，详细介绍自然语言处理技术在金</description>
    </item>
    <item>
      <title>阿里文娱优酷视频搜索算法应用实践与思考</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%96%87%E5%A8%B1%E4%BC%98%E9%85%B7%E8%A7%86%E9%A2%91%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%80%9D%E8%80%83/</link>
      <pubDate>Tue, 15 Mar 2022 11:39:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%96%87%E5%A8%B1%E4%BC%98%E9%85%B7%E8%A7%86%E9%A2%91%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%80%9D%E8%80%83/</guid>
      <description>分享嘉宾：若仁 阿里文娱 高级算法专家 编辑整理：秋林津渡 内容来源：阿里文娱技术 出品平台：DataFunTalk 导读： 视频搜索是涉及信息检索，自然语言处理 ( NLP )，机器学习以及计算机视觉 ( CV ) 等多领域的综合应用场景，随着深度学习在这些领域的长足进展以及用户对视频生产和消费的广泛需求，视频</description>
    </item>
    <item>
      <title>对的深入解读</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AF%B9%E7%9A%84%E6%B7%B1%E5%85%A5%E8%A7%A3%E8%AF%BB/</link>
      <pubDate>Tue, 15 Mar 2022 11:31:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AF%B9%E7%9A%84%E6%B7%B1%E5%85%A5%E8%A7%A3%E8%AF%BB/</guid>
      <description>作者：Madison May 编译：ronghuaiyang 导读 Reformer 之前已经提过几次，这次带大家更加深入的了解一下这个方法的思想及背后的动机。 自从最初的&amp;quot;Attention is All You Need&amp;quot;论文在 NLP 社区掀起了 Transformer 热潮，似乎我们一直在不懈地追求更大的模型。在 2019 年夏天，英伟达发</description>
    </item>
    <item>
      <title>腾讯入选篇论文含篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E5%85%A5%E9%80%89%E7%AF%87%E8%AE%BA%E6%96%87%E5%90%AB%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 11:31:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E5%85%A5%E9%80%89%E7%AF%87%E8%AE%BA%E6%96%87%E5%90%AB%E7%AF%87/</guid>
      <description>被誉为神经计算和机器学习领域两大顶级会议之一的NIPS于近日揭晓收录论文名单，此次为第32届会议，将于 12 月 3 日至 8 日在加拿大蒙特利尔举办。 腾讯AI Lab第三次参加NIPS，共有20篇论文入选，其中2篇被选为亮点论文（Spotlight），涵盖迁移学习、模仿学习、半监督学习等多个研</description>
    </item>
    <item>
      <title>技术推荐算法在商业化场景中的探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%9C%A8%E5%95%86%E4%B8%9A%E5%8C%96%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 11:29:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%9C%A8%E5%95%86%E4%B8%9A%E5%8C%96%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：祝凯文 58集团 算法架构师 编辑整理：陆云卓 出品平台：DataFunTalk 导读： 58招聘业务商业化流量主要集中在推荐场景，招聘业务面向的C端求职者群体广泛，B端企业招聘职位类型丰富，由于蓝领招聘具备门槛低的特点，求职者求职意向普遍跨度较大，如何基于有限的商业候选职位做好B</description>
    </item>
    <item>
      <title>知识图谱万条三元组生成方法一</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%87%E6%9D%A1%E4%B8%89%E5%85%83%E7%BB%84%E7%94%9F%E6%88%90%E6%96%B9%E6%B3%95%E4%B8%80/</link>
      <pubDate>Tue, 15 Mar 2022 11:28:22 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%87%E6%9D%A1%E4%B8%89%E5%85%83%E7%BB%84%E7%94%9F%E6%88%90%E6%96%B9%E6%B3%95%E4%B8%80/</guid>
      <description>作者： 谓之小一 本篇文章接 《Python爬虫|Get豆瓣电影与书籍详细信息》，学习如何利用爬取的数据，构建知识图谱所需的三元组。主要内容包括如何从Json类型的数据，转换成RDF数据，并最终存储到Jena之中，然后利用SPARQL进行查询。数据链接: https://pan.baidu.com/s/1cLdsAXLGH2akJqMIsGdoig 提取码: n97y。 实践之前，请</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习二十一阶段性回顾</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B8%80%E9%98%B6%E6%AE%B5%E6%80%A7%E5%9B%9E%E9%A1%BE/</link>
      <pubDate>Tue, 15 Mar 2022 11:27:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%B8%80%E9%98%B6%E6%AE%B5%E6%80%A7%E5%9B%9E%E9%A1%BE/</guid>
      <description>本系列已经写了二十篇了，但推荐系统的东西还有很多值得探索和学习的地方。不过在这之前，我们先静下心来，一起回顾下之前学习到的东西！ 由于是总结性质的文章，很多细节不会过多的涉及，有兴趣的同学可以点击文章中给出的链接进行学习。 本文中涉及的大多数算法是计算广告中点击率预估用到的模型. 好了</description>
    </item>
    <item>
      <title>陌陌模型化召回在陌陌社交推荐的应用和探索</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%99%8C%E9%99%8C%E6%A8%A1%E5%9E%8B%E5%8C%96%E5%8F%AC%E5%9B%9E%E5%9C%A8%E9%99%8C%E9%99%8C%E7%A4%BE%E4%BA%A4%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8%E5%92%8C%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Tue, 15 Mar 2022 11:25:54 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%99%8C%E9%99%8C%E6%A8%A1%E5%9E%8B%E5%8C%96%E5%8F%AC%E5%9B%9E%E5%9C%A8%E9%99%8C%E9%99%8C%E7%A4%BE%E4%BA%A4%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8%E5%92%8C%E6%8E%A2%E7%B4%A2/</guid>
      <description>分享嘉宾：吴保鑫 陌陌科技 高级算法专家 编辑整理：揭萍 出品平台：DataFunTalk 导读： 在陌陌的社交推荐体系中，模型化Recall在召回模块中起到了重要作用。本文主要介绍模型化Recall在陌陌社交推荐中的技术探索和具体落地应用，重点介绍基于用户场景行为驱动、用户社交关系网络和动</description>
    </item>
    <item>
      <title>腾讯音乐多模态音乐匹配技术与应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E9%9F%B3%E4%B9%90%E5%A4%9A%E6%A8%A1%E6%80%81%E9%9F%B3%E4%B9%90%E5%8C%B9%E9%85%8D%E6%8A%80%E6%9C%AF%E4%B8%8E%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 11:25:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E9%9F%B3%E4%B9%90%E5%A4%9A%E6%A8%A1%E6%80%81%E9%9F%B3%E4%B9%90%E5%8C%B9%E9%85%8D%E6%8A%80%E6%9C%AF%E4%B8%8E%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：Moyan 腾讯音乐 高级算法研究员 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： QQ音乐和全民K歌的各种技术需求驱动了多模态学习的研究。在总结归纳业务需求时，我们总结了MMatch，一系列模态匹配技术。提出多模态技术的想法很自然，因为不同模态之间的描述可以补充知识</description>
    </item>
    <item>
      <title>浅谈微视推荐系统中的特征工程</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%85%E8%B0%88%E5%BE%AE%E8%A7%86%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B/</link>
      <pubDate>Tue, 15 Mar 2022 11:22:04 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%85%E8%B0%88%E5%BE%AE%E8%A7%86%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B/</guid>
      <description>本文作者：hannahguo，腾讯 PCG 推荐算法工程师 在推荐系统中，特征工程扮演着重要的角色。俗话说数据和特征决定了机器学习算法的上限，而模型、算法的选择和优化只是在不断逼近这个上限。特征工程的前提是收集足够多的数据，使用数据学习知识，从大量的原始数据中提取关键信息并表示为模型所需要</description>
    </item>
    <item>
      <title>机器学习中如何处理不平衡数据</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%AD%E5%A6%82%E4%BD%95%E5%A4%84%E7%90%86%E4%B8%8D%E5%B9%B3%E8%A1%A1%E6%95%B0%E6%8D%AE/</link>
      <pubDate>Tue, 15 Mar 2022 11:21:54 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%AD%E5%A6%82%E4%BD%95%E5%A4%84%E7%90%86%E4%B8%8D%E5%B9%B3%E8%A1%A1%E6%95%B0%E6%8D%AE/</guid>
      <description>准确率高达 96.2% 的模型跑在真实数据上却可能完全无法使用。一个可能的原因是：你所使用的训练数据是不平衡数据集。本文介绍了解决不平衡类分类问题的多种方法。 假设老板让你创建一个模型——基于可用的各种测量手段来预测产品是否有缺陷。你使用自己喜欢的分类器在数据上进行训练后，准确率达到了 96.2%! 你的老</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习十四</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E5%9B%9B/</link>
      <pubDate>Tue, 15 Mar 2022 11:20:29 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8D%81%E5%9B%9B/</guid>
      <description>之前学习了强化学习的一些内容以及推荐系统的一些内容，二者能否联系起来呢！今天阅读了一篇论文，题目叫《DRN: A Deep Reinforcement Learning Framework for News Recommendation》。该论文便是深度强化学习和推荐系统的一个结合，也算是提供了一个利用强化学习来做推荐的完整的思路和方法吧。本文便是对文章中的内容的</description>
    </item>
    <item>
      <title>在度小满征信解读中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E5%BA%A6%E5%B0%8F%E6%BB%A1%E5%BE%81%E4%BF%A1%E8%A7%A3%E8%AF%BB%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 11:20:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E5%BA%A6%E5%B0%8F%E6%BB%A1%E5%BE%81%E4%BF%A1%E8%A7%A3%E8%AF%BB%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：正兴 度小满金融 算法高级专家 编辑整理：张春越 哈尔滨金融学院 出品平台：DataFunSummit 导读： 本文的主题是AI技术在征信解读中的应用，主要介绍我们针对金融征信数据以及面向信贷领域模型在技术上的优化实践。 01 背景 1. 征信数据介绍 征信数据主要指的是人民银行征信中心给出的个人</description>
    </item>
    <item>
      <title>向量召回在阿里躺平的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%9C%A8%E9%98%BF%E9%87%8C%E8%BA%BA%E5%B9%B3%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 11:20:02 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%9C%A8%E9%98%BF%E9%87%8C%E8%BA%BA%E5%B9%B3%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：陈雷慧（豆苗） 背景 躺平APP是“躺平”这个大生态中生活记录社区，记录生活记录家。 该业务场景中，个性化推荐在充分利用流量实现精细化运营、促进信息流动方面有着不可或缺的地位。在业务成长初期，其内容推荐也面临着如下两个问题： 用户冷启动： 对于无任何行为或行为稀疏的用户，难以有效的捕</description>
    </item>
    <item>
      <title>网络图模型知识点综述</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E7%BB%9C%E5%9B%BE%E6%A8%A1%E5%9E%8B%E7%9F%A5%E8%AF%86%E7%82%B9%E7%BB%BC%E8%BF%B0/</link>
      <pubDate>Tue, 15 Mar 2022 11:19:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E7%BB%9C%E5%9B%BE%E6%A8%A1%E5%9E%8B%E7%9F%A5%E8%AF%86%E7%82%B9%E7%BB%BC%E8%BF%B0/</guid>
      <description>文章作者：王浩 微博 算法工程师 编辑整理：Hoh Xil 内容来源： https://zhuanlan.zhihu.com/p/86181013 导读： 网络图模型综述，网络图模型知识点，看这一篇就够啦~主要结合韩家炜及崔鹏的相关工作以及我个人理解阐述网络图模型的各方向知识点，用通俗的话把每个知识点的关键写出来，帮大家高效理解这个领域。另附个人 Blog： https://chmx0929.gitbook.io/machine-learning/ 主要内容包括</description>
    </item>
    <item>
      <title>论文笔记结合叶节点嵌入的可解释推荐模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0%E7%BB%93%E5%90%88%E5%8F%B6%E8%8A%82%E7%82%B9%E5%B5%8C%E5%85%A5%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 10:51:11 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0%E7%BB%93%E5%90%88%E5%8F%B6%E8%8A%82%E7%82%B9%E5%B5%8C%E5%85%A5%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B/</guid>
      <description>“ 本文主要介绍了发表在 WWW2018 的论文《TEM: Tree-enhanced Embedding Model for Explainable Recommendation》，利用 GBDT 叶子节点进行嵌入表示来获得一个具有解释性的推荐模型” 本文来源：RecLismCat https://zhuanlan.zhihu.com/p/96124874 3 TREE-ENHANCED EMBEDDING METHOD 首先提出 TEM，它结合 MF 用于稀疏数据建模和 GBDTs 用于交叉特征学习的优点。还讨论了可解释性，分析了其复杂性</description>
    </item>
    <item>
      <title>张俊林对比学习在微博内容表示的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%A0%E4%BF%8A%E6%9E%97%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%BE%AE%E5%8D%9A%E5%86%85%E5%AE%B9%E8%A1%A8%E7%A4%BA%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 10:51:08 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%A0%E4%BF%8A%E6%9E%97%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%BE%AE%E5%8D%9A%E5%86%85%E5%AE%B9%E8%A1%A8%E7%A4%BA%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：张俊林博士 新浪微博 编辑整理：李桂荣 中南财经政法大学 出品平台：DataFunTalk 导读： 深度学习的成功往往依赖于海量数据的支持，根据训练数据标记与否，可以分为有监督学习和无监督学习/自监督学习。监督学习技术已相对成熟，但是对海量的数据进行标记需要花费大量的时间和资源。自</description>
    </item>
    <item>
      <title>微软小冰如何构建人格化的对话系统</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E8%BD%AF%E5%B0%8F%E5%86%B0%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E4%BA%BA%E6%A0%BC%E5%8C%96%E7%9A%84%E5%AF%B9%E8%AF%9D%E7%B3%BB%E7%BB%9F/</link>
      <pubDate>Tue, 15 Mar 2022 10:49:36 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E8%BD%AF%E5%B0%8F%E5%86%B0%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E4%BA%BA%E6%A0%BC%E5%8C%96%E7%9A%84%E5%AF%B9%E8%AF%9D%E7%B3%BB%E7%BB%9F/</guid>
      <description>导读：微软小冰是领先的跨平台人工智能系统， 本次分享将介绍微软小冰最新的对话技术框架，以及在这套框架的基础之上，如何一步步构建 人格化 的 对话系统，并且在社交娱乐及实用场景当中的具体运用。主要包括： 如何构建基本的对话系统？ 人格化的定义及如何部分实现人格化 如何构建基本的对话系统？ 广义对话</description>
    </item>
    <item>
      <title>同城智能问答机器人问答引擎架构实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%99%BA%E8%83%BD%E9%97%AE%E7%AD%94%E6%9C%BA%E5%99%A8%E4%BA%BA%E9%97%AE%E7%AD%94%E5%BC%95%E6%93%8E%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:47:59 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%99%BA%E8%83%BD%E9%97%AE%E7%AD%94%E6%9C%BA%E5%99%A8%E4%BA%BA%E9%97%AE%E7%AD%94%E5%BC%95%E6%93%8E%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>高茂雨 58技术 导读: 58智能问答机器人是由58AI Lab自研的一套人工智能问答系统，结合自然语言处理、深度学习、语义理解、智能推荐等多种人工智能技术，通过自主学习，精确识别用户意图，实现与用户进行智能问答。实现了QABot业务咨询问答、TaskBot任务多轮对话、问答推荐等多种能</description>
    </item>
    <item>
      <title>技术广义多目标算法探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%B9%BF%E4%B9%89%E5%A4%9A%E7%9B%AE%E6%A0%87%E7%AE%97%E6%B3%95%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:43:18 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%B9%BF%E4%B9%89%E5%A4%9A%E7%9B%AE%E6%A0%87%E7%AE%97%E6%B3%95%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：周建斌 58同城 算法高级架构师 编辑整理：吴雪松 小米 出品平台：DataFunTalk 导读： 58部落是面向58同城同镇用户的内容社区，主要产品形态为PGC、UGC的信息流，样式丰富。基于业务和背景，如何提升定义信息流价值内容占比，提升点击率、留存率、互动率等多个目标？今天就和</description>
    </item>
    <item>
      <title>原理与实践原来如此简单</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8E%9F%E7%90%86%E4%B8%8E%E5%AE%9E%E8%B7%B5%E5%8E%9F%E6%9D%A5%E5%A6%82%E6%AD%A4%E7%AE%80%E5%8D%95/</link>
      <pubDate>Tue, 15 Mar 2022 10:39:40 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8E%9F%E7%90%86%E4%B8%8E%E5%AE%9E%E8%B7%B5%E5%8E%9F%E6%9D%A5%E5%A6%82%E6%AD%A4%E7%AE%80%E5%8D%95/</guid>
      <description>目录 一、介绍 1.1 LSTM介绍 LSTM全称_Long Short-Term Memory_，是1997年就被发明出来的算法，作者是谁说了估计也记不住干脆就不说了（主要是我记不住，逃…） 经过这么多年的发展，基本上没有什么理论创新，唯一值得说的一点也就是加入了Dropout来对抗过拟合。真的是应了那句话呀： Deep</description>
    </item>
    <item>
      <title>贝壳找房知识图谱系列开篇基于的经纪人咨询助手</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%B3%BB%E5%88%97%E5%BC%80%E7%AF%87%E5%9F%BA%E4%BA%8E%E7%9A%84%E7%BB%8F%E7%BA%AA%E4%BA%BA%E5%92%A8%E8%AF%A2%E5%8A%A9%E6%89%8B/</link>
      <pubDate>Tue, 15 Mar 2022 10:39:36 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%B3%BB%E5%88%97%E5%BC%80%E7%AF%87%E5%9F%BA%E4%BA%8E%E7%9A%84%E7%BB%8F%E7%BA%AA%E4%BA%BA%E5%92%A8%E8%AF%A2%E5%8A%A9%E6%89%8B/</guid>
      <description>今天给大家介绍一个知识图谱在贝壳找房的实践案例，一款基于KBQA（knowledge base question answering, KB-QA）的经纪人咨询助手应用。7月份我们图谱团队代表贝壳参加了知识图谱技术国家标准的制定研讨会《 知识图谱国家标准研讨会暨团体标准启动会成功召开》，之后受邀参与撰写知识图谱实践案例，这个案</description>
    </item>
    <item>
      <title>基于的纠错</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9A%84%E7%BA%A0%E9%94%99/</link>
      <pubDate>Tue, 15 Mar 2022 10:38:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9A%84%E7%BA%A0%E9%94%99/</guid>
      <description>分享嘉宾：魏天闻 小米人工智能部 编辑整理：李淑娜 内容来源：DataFunTalk 导读： 小爱同学是小米公司开发的智能语音系统，已广泛应用在手机、手环、音箱、电视等电子产品中，并支持闲聊、问答、语音控制等多种语音交互场景。语音系统中语音内容识别 ( ASR ) 的精准性，是影响智能语音产品发展的关</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习二十五当知识图谱遇上个性化推荐</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%BA%94%E5%BD%93%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E9%81%87%E4%B8%8A%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90/</link>
      <pubDate>Tue, 15 Mar 2022 10:33:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%BA%94%E5%BD%93%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E9%81%87%E4%B8%8A%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90/</guid>
      <description>原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-11-05 之前在美团听过关于知识图谱和个性化推荐的一个讲座，接下来的几篇，我们将围绕讲座中提到的知识点，来介绍下知识图谱是如何同个性化推荐相结合的！本篇算是一个开篇吧，希望大家伙能够有一个基本的认识。 1、推</description>
    </item>
    <item>
      <title>大规模图算法在京东广告的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E8%A7%84%E6%A8%A1%E5%9B%BE%E7%AE%97%E6%B3%95%E5%9C%A8%E4%BA%AC%E4%B8%9C%E5%B9%BF%E5%91%8A%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:25:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E8%A7%84%E6%A8%A1%E5%9B%BE%E7%AE%97%E6%B3%95%E5%9C%A8%E4%BA%AC%E4%B8%9C%E5%B9%BF%E5%91%8A%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>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工业化End2En</description>
    </item>
    <item>
      <title>推荐系统中模型训练及使用流程的标准化</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83%E5%8F%8A%E4%BD%BF%E7%94%A8%E6%B5%81%E7%A8%8B%E7%9A%84%E6%A0%87%E5%87%86%E5%8C%96/</link>
      <pubDate>Tue, 15 Mar 2022 10:24:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83%E5%8F%8A%E4%BD%BF%E7%94%A8%E6%B5%81%E7%A8%8B%E7%9A%84%E6%A0%87%E5%87%86%E5%8C%96/</guid>
      <description>文章作者：梁超 腾讯 高级工程师 编辑整理：Hoh Xil 内容来源：DataFun AI Talk 出品社区：DataFun 导读： 本次分享的主题为 推荐系统中模型训练及使用流程的标准化。 在整个推荐系统中，点击率 ( CTR ) 预估模型是最为重要，也是最为复杂的部分。无论是使用线性模型还是当前流行的深度模型，在模型结构</description>
    </item>
    <item>
      <title>预估在动态样式建模和特征表达学习方面的进展</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A2%84%E4%BC%B0%E5%9C%A8%E5%8A%A8%E6%80%81%E6%A0%B7%E5%BC%8F%E5%BB%BA%E6%A8%A1%E5%92%8C%E7%89%B9%E5%BE%81%E8%A1%A8%E8%BE%BE%E5%AD%A6%E4%B9%A0%E6%96%B9%E9%9D%A2%E7%9A%84%E8%BF%9B%E5%B1%95/</link>
      <pubDate>Tue, 15 Mar 2022 10:22:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A2%84%E4%BC%B0%E5%9C%A8%E5%8A%A8%E6%80%81%E6%A0%B7%E5%BC%8F%E5%BB%BA%E6%A8%A1%E5%92%8C%E7%89%B9%E5%BE%81%E8%A1%A8%E8%BE%BE%E5%AD%A6%E4%B9%A0%E6%96%B9%E9%9D%A2%E7%9A%84%E8%BF%9B%E5%B1%95/</guid>
      <description>分享嘉宾：秀武 阿里 高级算法专家 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品平台：DataFun 导读： 富媒体时代，广告的样式需要千人千面，广告产品形态呈现多样式、多物料组合形态，对 CTR 预估提出了巨大的挑战；针对这个问题，我们提出了一种动态样式组合优选加 DSA 模型，并结合分位置拍卖技术，较</description>
    </item>
    <item>
      <title>来也自监督学习在计算机视觉中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9D%A5%E4%B9%9F%E8%87%AA%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E5%9C%A8%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 10:20:22 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9D%A5%E4%B9%9F%E8%87%AA%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E5%9C%A8%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>文章作者：摄影师王同学 编辑整理：刘桐烔 导读： 在机器学习中，我们最常遇到的一个难题就是：缺少优质的标注数据。自监督学习让我们能够没有大规模标注数据也能获得优质的表征，它利用数据自身的关系来做为标注样本进行训练并且优化预定义的 pretext 任务。来也科技作为一家优秀的 RPA + AI 企业，对各种机器学习方</description>
    </item>
    <item>
      <title>以论文学习如何在推荐场景应用强化学习</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%A5%E8%AE%BA%E6%96%87%E5%AD%A6%E4%B9%A0%E5%A6%82%E4%BD%95%E5%9C%A8%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E5%BA%94%E7%94%A8%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/</link>
      <pubDate>Tue, 15 Mar 2022 10:18:29 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%A5%E8%AE%BA%E6%96%87%E5%AD%A6%E4%B9%A0%E5%A6%82%E4%BD%95%E5%9C%A8%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E5%BA%94%E7%94%A8%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/</guid>
      <description>作者：吴海波 蘑菇街 整理：Hoh Xil 来源：误入机器学习的码农@知乎专栏 导读： 近期，业界开始流传 YouTube 成功将 RL 应用在了推荐场景，并且是 YouTube 近几年来取得的最显著的线上收益。 放出了两篇论文： [1] Top-K Off-Policy Correction for a REINFORCE Recommender System https://arxiv.org/pdf/1812.02353.pdf [2] Reinforcement Learning for Slate-based Recommender Systems: A Tractable Decomposition and Practical Methodology https://arxiv.org/pdf/1905.12767.pdf 个人建议两篇论文都仔细读读，TopK 的篇幅较短，重点突出，</description>
    </item>
    <item>
      <title>蚂蚁金服核心技术百亿特征实时推荐算法揭秘</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9A%82%E8%9A%81%E9%87%91%E6%9C%8D%E6%A0%B8%E5%BF%83%E6%8A%80%E6%9C%AF%E7%99%BE%E4%BA%BF%E7%89%B9%E5%BE%81%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%8F%AD%E7%A7%98/</link>
      <pubDate>Tue, 15 Mar 2022 10:16:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9A%82%E8%9A%81%E9%87%91%E6%9C%8D%E6%A0%B8%E5%BF%83%E6%8A%80%E6%9C%AF%E7%99%BE%E4%BA%BF%E7%89%B9%E5%BE%81%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%8F%AD%E7%A7%98/</guid>
      <description>阿里妹导读：本文来自蚂蚁金服人工智能部认知计算组的基础算法团队，文章提出一整套创新算法与架构，通过对TensorFlow底层的弹性改造，解决了在线学习的弹性特征伸缩和稳定性问题，并以GroupLasso和特征在线频次过滤等自研算法优化了模型稀疏性，在支付宝核心推荐业务获得了uvc</description>
    </item>
    <item>
      <title>同城中文分词技术深度学习篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E4%B8%AD%E6%96%87%E5%88%86%E8%AF%8D%E6%8A%80%E6%9C%AF%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 10:13:36 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E4%B8%AD%E6%96%87%E5%88%86%E8%AF%8D%E6%8A%80%E6%9C%AF%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%AF%87/</guid>
      <description>在之前的 《中文分词技术及在58搜索的实践》 一文中，我们沿着分词技术的发展介绍了几种有代表性的分词方法，主要包括词典分词、词典和统计结合的分词和基于统计模型的分词（CRF）。本篇将继续之前的脉络，介绍NLP领域当前更流行的一些方法，它们能处理NLP领域的大部分问题而并不局限于中文分</description>
    </item>
    <item>
      <title>深度度量学习中的损失函数</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%BA%A6%E9%87%8F%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E6%8D%9F%E5%A4%B1%E5%87%BD%E6%95%B0/</link>
      <pubDate>Tue, 15 Mar 2022 10:12:37 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%BA%A6%E9%87%8F%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E6%8D%9F%E5%A4%B1%E5%87%BD%E6%95%B0/</guid>
      <description>文章作者：杨旭东 阿里 算法工程师 编辑整理：Hoh Xil 内容来源：杨旭东@知乎 出品社区：DataFun 导读： 度量学习 ( metric learning ) 研究如何在一个特定的任务上学习一个距离函数，使得该距离函数能够帮助基于近邻的算法 ( kNN、k-means 等 ) 取得较好的性能。深度度量学习 ( deep metric learning ) 是度量学习的一种方</description>
    </item>
    <item>
      <title>微博广告策略工程架构体系演进</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E5%8D%9A%E5%B9%BF%E5%91%8A%E7%AD%96%E7%95%A5%E5%B7%A5%E7%A8%8B%E6%9E%B6%E6%9E%84%E4%BD%93%E7%B3%BB%E6%BC%94%E8%BF%9B/</link>
      <pubDate>Tue, 15 Mar 2022 10:11:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E5%8D%9A%E5%B9%BF%E5%91%8A%E7%AD%96%E7%95%A5%E5%B7%A5%E7%A8%8B%E6%9E%B6%E6%9E%84%E4%BD%93%E7%B3%BB%E6%BC%94%E8%BF%9B/</guid>
      <description>分享嘉宾：李铁牛 新浪微博 编辑整理：崔媛媛 内容来源：DataFun AI Talk 出品社区：DataFun 导读： 本次分享的主题为微博广告策略工程架构体系演进，将介绍微博广告在从0到1，从1到 N 的过程中，微博广告架构是如何支持策略、算法、模型迭代的，包括以下几部分： 概述 微博广告策略工程架构体系演</description>
    </item>
    <item>
      <title>爱奇艺智能内容中台无人值守的应用与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E6%99%BA%E8%83%BD%E5%86%85%E5%AE%B9%E4%B8%AD%E5%8F%B0%E6%97%A0%E4%BA%BA%E5%80%BC%E5%AE%88%E7%9A%84%E5%BA%94%E7%94%A8%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:11:31 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E6%99%BA%E8%83%BD%E5%86%85%E5%AE%B9%E4%B8%AD%E5%8F%B0%E6%97%A0%E4%BA%BA%E5%80%BC%E5%AE%88%E7%9A%84%E5%BA%94%E7%94%A8%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>本文为爱奇艺智能内容中台系列稿件的第一弹，接下来我们还会陆续为大家带来爱奇艺在智能内容生产、运营上的一系列探索，敬请期待。 无人值守系统是爱奇艺内容中台的一个重要智能化组件。 首先，对于业务密度大、流程长、依赖服务多的业务系统而言，在实际运行当中，故障的出现是一种常见现象，某种程度上</description>
    </item>
    <item>
      <title>九章云极公司深度参编中国金融科技发展报告蓝皮书</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B9%9D%E7%AB%A0%E4%BA%91%E6%9E%81%E5%85%AC%E5%8F%B8%E6%B7%B1%E5%BA%A6%E5%8F%82%E7%BC%96%E4%B8%AD%E5%9B%BD%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80%E5%8F%91%E5%B1%95%E6%8A%A5%E5%91%8A%E8%93%9D%E7%9A%AE%E4%B9%A6/</link>
      <pubDate>Tue, 15 Mar 2022 10:11:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B9%9D%E7%AB%A0%E4%BA%91%E6%9E%81%E5%85%AC%E5%8F%B8%E6%B7%B1%E5%BA%A6%E5%8F%82%E7%BC%96%E4%B8%AD%E5%9B%BD%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80%E5%8F%91%E5%B1%95%E6%8A%A5%E5%91%8A%E8%93%9D%E7%9A%AE%E4%B9%A6/</guid>
      <description>12月18日，由北京区块链技术应用协会（BBAA）主办的“2021金融科技·监管科技·区块链蓝皮书发布会”成功举行。 《中国金融科技发展报告（2021）》蓝皮书 （以下简称“报告”）在会上正式发布。该报告作为每年更新出版的金融科技领域专业著作，极具前瞻性和行业影响力，备受业界瞩目。 九</description>
    </item>
    <item>
      <title>金融场景下的模型可解释性应用探索</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%87%91%E8%9E%8D%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%A8%A1%E5%9E%8B%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7%E5%BA%94%E7%94%A8%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Tue, 15 Mar 2022 10:11:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%87%91%E8%9E%8D%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%A8%A1%E5%9E%8B%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7%E5%BA%94%E7%94%A8%E6%8E%A2%E7%B4%A2/</guid>
      <description>融慧金科 AI Lab团队 稿 1.背景介绍 书籍推荐 首先，想向各位读者推荐一本电子书籍《Interpretable Machine Learning》，其原因有两个： 1.该书作者从2017年首次在网络发布本书之后至今一直在持续更新，在github上可以看到其最新的更新时间是今年的6月30日。作者这样的科研</description>
    </item>
    <item>
      <title>前员工揭内幕年了为何谷歌还搞不定知识图谱</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%89%8D%E5%91%98%E5%B7%A5%E6%8F%AD%E5%86%85%E5%B9%95%E5%B9%B4%E4%BA%86%E4%B8%BA%E4%BD%95%E8%B0%B7%E6%AD%8C%E8%BF%98%E6%90%9E%E4%B8%8D%E5%AE%9A%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1/</link>
      <pubDate>Tue, 15 Mar 2022 10:11:00 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%89%8D%E5%91%98%E5%B7%A5%E6%8F%AD%E5%86%85%E5%B9%95%E5%B9%B4%E4%BA%86%E4%B8%BA%E4%BD%95%E8%B0%B7%E6%AD%8C%E8%BF%98%E6%90%9E%E4%B8%8D%E5%AE%9A%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1/</guid>
      <description>Manish Rai Jain 2019 年 2 月 26 日 转载自： https://infoq.cn/article/CdYJLgPbEF-MqMIE9Cf7 近日，前谷歌开发者、现 Dgraph 创始人 Manish Rai Jain 撰文揭秘了谷歌内部在知识图谱领域的探索和发展。他以一个开发和技术前驱者的视角论述了“为什么谷歌需要一个知识图谱系统”，并详细披露了知识图谱在谷歌的探索尝试的历程。虽然由于种种原因，他当时的知识图谱项目最终被放弃，但整</description>
    </item>
    <item>
      <title>多业务建模在美团搜索排序中的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E4%B8%9A%E5%8A%A1%E5%BB%BA%E6%A8%A1%E5%9C%A8%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:10:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E4%B8%9A%E5%8A%A1%E5%BB%BA%E6%A8%A1%E5%9C%A8%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>来源：美团点评技术团队 导读：美团搜索排序是一个典型的多业务混合排序建模问题，这种多业务场景搜索存在很多挑战。本文聚焦到店商家多业务场景的多业务排序建模优化工作，希望能对从事相关工作的同学有帮助。 引言 排序流程简介 多业务建模实践 多业务配额模型 多业务排序模型 总结和展望 参考资料 作者简介 引</description>
    </item>
    <item>
      <title>淘系技术端智能技术体系概述</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E7%AB%AF%E6%99%BA%E8%83%BD%E6%8A%80%E6%9C%AF%E4%BD%93%E7%B3%BB%E6%A6%82%E8%BF%B0/</link>
      <pubDate>Tue, 15 Mar 2022 10:10:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E7%AB%AF%E6%99%BA%E8%83%BD%E6%8A%80%E6%9C%AF%E4%BD%93%E7%B3%BB%E6%A6%82%E8%BF%B0/</guid>
      <description>相比云侧智能，端智能具有低延时、保护数据隐私、节省云端计算资源等显著优势。 背景 近年来，以深度学习为代表的新一代人工智能技术得到了快速发展和广泛应用，模型训练和模型推断基本都在云侧完成。但随着移动设备算力的提升、模型压缩技术的成熟，模型推断在终端设备运行成为可能，端智能（On-De</description>
    </item>
    <item>
      <title>淘系技术淘宝视频的跨模态检索</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E6%B7%98%E5%AE%9D%E8%A7%86%E9%A2%91%E7%9A%84%E8%B7%A8%E6%A8%A1%E6%80%81%E6%A3%80%E7%B4%A2/</link>
      <pubDate>Tue, 15 Mar 2022 10:10:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E7%B3%BB%E6%8A%80%E6%9C%AF%E6%B7%98%E5%AE%9D%E8%A7%86%E9%A2%91%E7%9A%84%E8%B7%A8%E6%A8%A1%E6%80%81%E6%A3%80%E7%B4%A2/</guid>
      <description>本系列将介绍在淘宝内容电商生态业务中，对短视频直播这类多媒体内容的识别理解工作。其中包括多媒体内容标签结构化、内容多模态融合识别、超大规模视频标签理解、跨模态语义检索、实时流媒体内容数字化、视频highlight提取及创意生产、多模态内容标签图谱建设等方面的工作成果。 本篇是淘宝视</description>
    </item>
    <item>
      <title>构建可解释的推荐系统</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9E%84%E5%BB%BA%E5%8F%AF%E8%A7%A3%E9%87%8A%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/</link>
      <pubDate>Tue, 15 Mar 2022 10:10:52 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9E%84%E5%BB%BA%E5%8F%AF%E8%A7%A3%E9%87%8A%E7%9A%84%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/</guid>
      <description>原文来自： gongyouliu [大数据与人工智能] 推荐系统的目标是为用户推荐可能会感兴趣的标的物。通过算法推荐达到节省用户时间、提升用户满意度、为公司创造更多的商业价值的目的。 要想达到这个目的就需要 让用户信任你的推荐系统，只有信任了，用户才会经常使用推荐系统。 那么我们怎样做到让用户信任呢？ 一种比较</description>
    </item>
    <item>
      <title>滴滴司机调度系统实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%BB%B4%E6%BB%B4%E5%8F%B8%E6%9C%BA%E8%B0%83%E5%BA%A6%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:10:51 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%BB%B4%E6%BB%B4%E5%8F%B8%E6%9C%BA%E8%B0%83%E5%BA%A6%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/</guid>
      <description>门畅 徐哲 刘春阳 滴滴技术 桔妹导读：如何解决供需不平衡问题呢？一个自然的想法就是调度空闲的在线司机到需求较多的区域。滴滴网约车团队近期发表在万维网大会WWW 2020 Research Track的Oral长文《When Recommender Systems Meet Fleet Management: Practical Study in Online Driver Repositioning System》提出了在线司机调度系统的一种有效的解决方案。本文是对该</description>
    </item>
    <item>
      <title>从算法到应用滴滴端到端语音技术实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E7%AE%97%E6%B3%95%E5%88%B0%E5%BA%94%E7%94%A8%E6%BB%B4%E6%BB%B4%E7%AB%AF%E5%88%B0%E7%AB%AF%E8%AF%AD%E9%9F%B3%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:09:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E7%AE%97%E6%B3%95%E5%88%B0%E5%BA%94%E7%94%A8%E6%BB%B4%E6%BB%B4%E7%AB%AF%E5%88%B0%E7%AB%AF%E8%AF%AD%E9%9F%B3%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：李先刚 滴滴出行 文章整理：李淑娜 内容来源：DataFunTalk 出品平台：DataFun 导读： 随着AI科技的发展，智能语音交互技术正在被国内外巨头公司逐步落地和规模化应用。滴滴出行作为移动出行领域的一家领先的移动互联网企业，也正积极布局和利用智能语音交互相关技术，如语音识</description>
    </item>
    <item>
      <title>信息流视频标签识别技术</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E6%B5%81%E8%A7%86%E9%A2%91%E6%A0%87%E7%AD%BE%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF/</link>
      <pubDate>Tue, 15 Mar 2022 10:07:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E6%B5%81%E8%A7%86%E9%A2%91%E6%A0%87%E7%AD%BE%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF/</guid>
      <description>分享嘉宾：雪萌 阿里巴巴 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品社区：DataFun 导读： 本次分享的主题为 UC 信息流视频标签识别技术，主要介绍标签识别整体架构以及基于多模态信息的视频标签识别方法，实现让机器理解海量的视频中的关键信息。 包括以下几部分： 标签使用场景 标签识别系统架构 标</description>
    </item>
    <item>
      <title>本地服务少无结果场景下的推荐算法实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%AC%E5%9C%B0%E6%9C%8D%E5%8A%A1%E5%B0%91%E6%97%A0%E7%BB%93%E6%9E%9C%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:07:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%AC%E5%9C%B0%E6%9C%8D%E5%8A%A1%E5%B0%91%E6%97%A0%E7%BB%93%E6%9E%9C%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</guid>
      <description>01 背 景 58同城APP是一个生活服务信息平台，用户可以在平台上寻找自己所需要的服务，商家可以在平台上展示自己可提供的服务。58本地服务主要为用户提供生活中的基础服务信息，58本地服务推荐场景主要包括大类页推荐、猜你喜欢和猜你想找等，本文主要介绍猜你想找的技术迭代。58本地服务大部分</description>
    </item>
    <item>
      <title>亿展宏图第一篇两张图入门图算法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BF%E5%B1%95%E5%AE%8F%E5%9B%BE%E7%AC%AC%E4%B8%80%E7%AF%87%E4%B8%A4%E5%BC%A0%E5%9B%BE%E5%85%A5%E9%97%A8%E5%9B%BE%E7%AE%97%E6%B3%95/</link>
      <pubDate>Tue, 15 Mar 2022 10:05:22 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BF%E5%B1%95%E5%AE%8F%E5%9B%BE%E7%AC%AC%E4%B8%80%E7%AF%87%E4%B8%A4%E5%BC%A0%E5%9B%BE%E5%85%A5%E9%97%A8%E5%9B%BE%E7%AE%97%E6%B3%95/</guid>
      <description>供稿|eBay支付风控团队 作者|赵扬（Kevin Zhao） 编辑|林颖 “凡两个物体接触，必会产生转移现象” ——罗卡定律。 引子: 在老牌TVB剧《法证先锋》中，法证部的高sir（欧阳震华饰）经常说的一句话：“ 凡两个物体接触，必会产生转移现象”。这就是 罗卡定律，指的是：在犯罪现场调查中，</description>
    </item>
    <item>
      <title>通用的图像文本语言表征学习多模态预训练模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%80%9A%E7%94%A8%E7%9A%84%E5%9B%BE%E5%83%8F%E6%96%87%E6%9C%AC%E8%AF%AD%E8%A8%80%E8%A1%A8%E5%BE%81%E5%AD%A6%E4%B9%A0%E5%A4%9A%E6%A8%A1%E6%80%81%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 10:04:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%80%9A%E7%94%A8%E7%9A%84%E5%9B%BE%E5%83%8F%E6%96%87%E6%9C%AC%E8%AF%AD%E8%A8%80%E8%A1%A8%E5%BE%81%E5%AD%A6%E4%B9%A0%E5%A4%9A%E6%A8%A1%E6%80%81%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B/</guid>
      <description>分享嘉宾：李琳婕 微软 研究工程师 编辑整理：付一韬 内容来源：将门线上直播 177 期 出品平台：将门、DataFun 导读： 联合图像-文本的表征学习为大多数视觉 + 语言 ( V+L ) 任务的基础，一般通过联合处理多模态输入，得到用于实现对视觉和文本的理解。但是，这种特征通常是针对特定任务的。在本文将介绍一种</description>
    </item>
    <item>
      <title>想读研究生你发过几篇一作</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%83%B3%E8%AF%BB%E7%A0%94%E7%A9%B6%E7%94%9F%E4%BD%A0%E5%8F%91%E8%BF%87%E5%87%A0%E7%AF%87%E4%B8%80%E4%BD%9C/</link>
      <pubDate>Tue, 15 Mar 2022 10:02:44 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%83%B3%E8%AF%BB%E7%A0%94%E7%A9%B6%E7%94%9F%E4%BD%A0%E5%8F%91%E8%BF%87%E5%87%A0%E7%AF%87%E4%B8%80%E4%BD%9C/</guid>
      <description>转载自 机器之心 公众号 人工智能早已不再是博士专属的学科，很多国内外大学，如 卡耐基梅隆大学（CMU）和 南京大学 已经开办了本科人工智能专业。对于计算机科学的学生而言，AI 方向的研究生也是一个热门方向。然而，最近很多北美本科生在申请学校的时候发现，众多高校已经把 NIPS、ICML 等顶会论</description>
    </item>
    <item>
      <title>知识结构化在阿里小蜜中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E7%BB%93%E6%9E%84%E5%8C%96%E5%9C%A8%E9%98%BF%E9%87%8C%E5%B0%8F%E8%9C%9C%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 10:02:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E7%BB%93%E6%9E%84%E5%8C%96%E5%9C%A8%E9%98%BF%E9%87%8C%E5%B0%8F%E8%9C%9C%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：李凤麟 阿里巴巴 算法专家 文章整理：付一韬 内容来源：2019知识图谱前沿技术论坛 出品社区：DataFun 导读： 阿里小蜜是阿里巴巴服务领域的重要人工智能产品，是服务于阿里巴巴经济体、商家、企业和政府的对话机器人家族，包括阿里小蜜、店小蜜、云小蜜。小蜜机器人是基于大数据和人工智</description>
    </item>
    <item>
      <title>融智能风控模型的自动化迭代</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9E%8D%E6%99%BA%E8%83%BD%E9%A3%8E%E6%8E%A7%E6%A8%A1%E5%9E%8B%E7%9A%84%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%AD%E4%BB%A3/</link>
      <pubDate>Tue, 15 Mar 2022 10:00:06 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9E%8D%E6%99%BA%E8%83%BD%E9%A3%8E%E6%8E%A7%E6%A8%A1%E5%9E%8B%E7%9A%84%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%AD%E4%BB%A3/</guid>
      <description>分享嘉宾：高博文 融360 风控算法专家 编辑整理：许瑞 出品平台：DataFunTalk 导读： 本文主要分享在智能风控体系下模型如何做到全流程自动化的迭代。将介绍融360如何搭建落地整套系统的方法和经验，以及有哪些环节是需要考虑的，会面临哪些困难。最后，希望大家有所收获，能够了解自动化模</description>
    </item>
    <item>
      <title>揭秘微信看一看如何精准挖掘你感兴趣的内容</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E5%A6%82%E4%BD%95%E7%B2%BE%E5%87%86%E6%8C%96%E6%8E%98%E4%BD%A0%E6%84%9F%E5%85%B4%E8%B6%A3%E7%9A%84%E5%86%85%E5%AE%B9/</link>
      <pubDate>Tue, 15 Mar 2022 09:59:40 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E5%A6%82%E4%BD%95%E7%B2%BE%E5%87%86%E6%8C%96%E6%8E%98%E4%BD%A0%E6%84%9F%E5%85%B4%E8%B6%A3%E7%9A%84%E5%86%85%E5%AE%B9/</guid>
      <description>作者：maricoliao，腾讯 WXG 应用研究员 一、背景 随着自媒体时代的蓬勃发展，各类自媒体平台每天涌现出海量信息。微信作为最优质的自媒体平台，每天新发表文章数百万篇。汹涌而来的信息，极大地丰富了人们的精神和娱乐生活，但同时也存在着信息繁杂无序、内容同质化、质量参差不齐等问题，而用户</description>
    </item>
    <item>
      <title>干货篇观远数据可解释机器学习原理及应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E8%A7%82%E8%BF%9C%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%8E%9F%E7%90%86%E5%8F%8A%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:59:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E8%A7%82%E8%BF%9C%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%8E%9F%E7%90%86%E5%8F%8A%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾: 周远，观远数据联合创始人，首席科学家 整理出品: 张劲，AICUG人工智能社区 PPT下载： http://www.aicug.cn/#/docs 浏览器不支持该媒体的播放 :( 导读: 在商业领域的机器学习应用中，让业务方理解模型逻辑，提升对预测结果的信心，对于算法项目的推进与落地起着关键的推动K作用。因此模型与预测输出的可解释性也日</description>
    </item>
    <item>
      <title>从技术到体验机器翻译落地实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E6%8A%80%E6%9C%AF%E5%88%B0%E4%BD%93%E9%AA%8C%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91%E8%90%BD%E5%9C%B0%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:59:08 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E6%8A%80%E6%9C%AF%E5%88%B0%E4%BD%93%E9%AA%8C%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91%E8%90%BD%E5%9C%B0%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：李方圆 vivo 机器翻译组负责人 编辑整理：甘雨鑫 上海财经大学 出品平台：DataFunTalk 导读： 无论是在工作还是生活中，人们每天都离不开手机。研究表明，截止2020年底，人均使用手机的时长已经高达6-7小时。其实，手机上的很多应用都蕴含着大量的翻译需求。例如：看美剧、和外国友</description>
    </item>
    <item>
      <title>独家揭秘微博深度学习平台如何支撑亿用户愉快吃瓜</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8B%AC%E5%AE%B6%E6%8F%AD%E7%A7%98%E5%BE%AE%E5%8D%9A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E5%A6%82%E4%BD%95%E6%94%AF%E6%92%91%E4%BA%BF%E7%94%A8%E6%88%B7%E6%84%89%E5%BF%AB%E5%90%83%E7%93%9C/</link>
      <pubDate>Tue, 15 Mar 2022 09:59:08 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8B%AC%E5%AE%B6%E6%8F%AD%E7%A7%98%E5%BE%AE%E5%8D%9A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E5%A6%82%E4%BD%95%E6%94%AF%E6%92%91%E4%BA%BF%E7%94%A8%E6%88%B7%E6%84%89%E5%BF%AB%E5%90%83%E7%93%9C/</guid>
      <description>作者： 于翔 2019 年 2 月 21 日 随着深度学习在微博业务场景中的广泛使用，深度学习平台也遇到一些挑战：在离线训练方面，各业务方需求丰富多样，任务管理纷繁复杂，大数据与大模型带来训练时长的压力；在线推理方面，基于模型服务的特殊性，如何在满足微博大流量高性能的在线业务需求同时，保证服务的高可用与</description>
    </item>
    <item>
      <title>深度学习时代的图模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%97%B6%E4%BB%A3%E7%9A%84%E5%9B%BE%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:59:06 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%97%B6%E4%BB%A3%E7%9A%84%E5%9B%BE%E6%A8%A1%E5%9E%8B/</guid>
      <description>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</description>
    </item>
    <item>
      <title>美团大脑知识图谱的建模方法及其应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E5%A4%A7%E8%84%91%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E5%BB%BA%E6%A8%A1%E6%96%B9%E6%B3%95%E5%8F%8A%E5%85%B6%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:59:06 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E5%A4%A7%E8%84%91%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E5%BB%BA%E6%A8%A1%E6%96%B9%E6%B3%95%E5%8F%8A%E5%85%B6%E5%BA%94%E7%94%A8/</guid>
      <description>作者： 仲远 ·2018-11-01 19:58 作为人工智能时代最重要的知识表示方式之一，知识图谱能够打破不同场景下的数据隔离，为搜索、推荐、问答、解释与决策等应用提供基础支撑。美团大脑围绕吃喝玩乐等多种场景，构建了生活娱乐领域超大规模的知识图谱，为用户和商家建立起全方位的链接。我们美团希望能</description>
    </item>
    <item>
      <title>基于的深度学习在线预估</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%BA%BF%E9%A2%84%E4%BC%B0/</link>
      <pubDate>Tue, 15 Mar 2022 09:56:49 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%BA%BF%E9%A2%84%E4%BC%B0/</guid>
      <description>转载自： 美团点评技术团队博客 一、前言 随着深度学习在图像、语言、广告点击率预估等各个领域不断发展，很多团队开始探索深度学习技术在业务层面的实践与应用。而在广告CTR预估方面，新模型也是层出不穷： Wide and Deep[1]、DeepCross Network[2]、DeepFM[3]、xDee</description>
    </item>
    <item>
      <title>阿里技术主流推荐与垂类推荐技术的发展与延伸</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%8A%80%E6%9C%AF%E4%B8%BB%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%8E%E5%9E%82%E7%B1%BB%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E5%BB%B6%E4%BC%B8/</link>
      <pubDate>Tue, 15 Mar 2022 09:56:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%8A%80%E6%9C%AF%E4%B8%BB%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%8E%E5%9E%82%E7%B1%BB%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E5%BB%B6%E4%BC%B8/</guid>
      <description>分享嘉宾：温鸿 阿里巴巴 高级算法专家 编辑整理：孙彬 太原理工大学 出品平台：DataFunSummit 导读： 本文的主题为阿里飞猪推荐算法探索实践，首先会介绍电商背景下主流推荐技术的发展，例如基于全空间的CVR预估技术的发展历程等 ( ESMM / ESM^2 / HM^3 )；接着会重点结合旅行行业的特色，进一步介绍飞</description>
    </item>
    <item>
      <title>回顾如何让广告投放进入自动驾驶</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%A6%82%E4%BD%95%E8%AE%A9%E5%B9%BF%E5%91%8A%E6%8A%95%E6%94%BE%E8%BF%9B%E5%85%A5%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6/</link>
      <pubDate>Tue, 15 Mar 2022 09:54:13 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%A6%82%E4%BD%95%E8%AE%A9%E5%B9%BF%E5%91%8A%E6%8A%95%E6%94%BE%E8%BF%9B%E5%85%A5%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6/</guid>
      <description>配套PPT下载，请识别底部二维码关注社区公众号，后台回复【 1220 】 _ _ 分享嘉宾： 郑晓东** ** 360 技术经理 编辑整理： 王杰 内容来源： DataFun AI Talk**《 AI，让广告投放进入“自动驾驶”》** 出品社区： DataFun 注：欢迎转载，转载请注明出处。 _ _ 一、背景和问题 当我们的客户在谈论广告投放的时候，是在谈论</description>
    </item>
    <item>
      <title>回顾知识图谱在贝壳找房的从到实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%9C%A8%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E7%9A%84%E4%BB%8E%E5%88%B0%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:35:15 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%9C%A8%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E7%9A%84%E4%BB%8E%E5%88%B0%E5%AE%9E%E8%B7%B5/</guid>
      <description>本文转载自 DataFunTalk 公众号 本文根据贝壳找房王贺青老师在DataFun Talk人工智能技术沙龙中分享的《知识图谱在贝壳找房的从0到1实践》编辑整理而成，在未改变原意的基础上稍做整理。 今天分享的内容有四个方面，第一个介绍下知识图谱，第二个讲为什么 “可以&amp;amp;要”在贝壳找房中落地知识图谱。</description>
    </item>
    <item>
      <title>腾讯信息流内容理解技术实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E4%BF%A1%E6%81%AF%E6%B5%81%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:35:15 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E4%BF%A1%E6%81%AF%E6%B5%81%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：郭伟东 腾讯 高级研究员 文章整理：李传勇 内容来源：DataFunTalk 出品社区：DataFun 导读： 目前信息流推荐中使用的内容理解技术，主要有两部分构成：1. 门户时代和搜索时代遗留的技术积累：分类、关键词以及知识图谱相关技术；2. 深度学习带来的技术福利：embedding</description>
    </item>
    <item>
      <title>万物皆为向量爱奇艺在线向量召回工程服务化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E7%89%A9%E7%9A%86%E4%B8%BA%E5%90%91%E9%87%8F%E7%88%B1%E5%A5%87%E8%89%BA%E5%9C%A8%E7%BA%BF%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%B7%A5%E7%A8%8B%E6%9C%8D%E5%8A%A1%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:34:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E7%89%A9%E7%9A%86%E4%B8%BA%E5%90%91%E9%87%8F%E7%88%B1%E5%A5%87%E8%89%BA%E5%9C%A8%E7%BA%BF%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%B7%A5%E7%A8%8B%E6%9C%8D%E5%8A%A1%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：爱奇艺推荐中台 随着深度学习浪潮的兴起，embedding技术也随之快速发展。embedding自身表达能力的增强使得直接利用embedding生成推荐列表成了可行的选择。 因此，利用embedding向量的相似性，将embedding作为推荐系统召回层的方案逐渐被推广开来。 我</description>
    </item>
    <item>
      <title>高精准低成本九章云极突破难题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%AB%98%E7%B2%BE%E5%87%86%E4%BD%8E%E6%88%90%E6%9C%AC%E4%B9%9D%E7%AB%A0%E4%BA%91%E6%9E%81%E7%AA%81%E7%A0%B4%E9%9A%BE%E9%A2%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:34:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%AB%98%E7%B2%BE%E5%87%86%E4%BD%8E%E6%88%90%E6%9C%AC%E4%B9%9D%E7%AB%A0%E4%BA%91%E6%9E%81%E7%AA%81%E7%A0%B4%E9%9A%BE%E9%A2%98/</guid>
      <description>2021 年世界人工智能大会（WAIC）于 7 月 8 日 在上海世博中心拉开帷幕。 九章云极DataCanvas董事长方磊受邀参加由世界人工智能大会组委会主办、机器之心承办的“2021 WAIC·AI开发者论坛”，并发表“Hypernets：自动化机器学习的基础框架”主题演讲。 本次论坛以「后深度学习</description>
    </item>
    <item>
      <title>阿里电商搜索算法技术的演进</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95%E6%8A%80%E6%9C%AF%E7%9A%84%E6%BC%94%E8%BF%9B/</link>
      <pubDate>Tue, 15 Mar 2022 09:34:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95%E6%8A%80%E6%9C%AF%E7%9A%84%E6%BC%94%E8%BF%9B/</guid>
      <description>阿里妹导读：2018年9月28日，阿里电商搜索事业部迎来了一场以“搜·荐未来”为主题的技术峰会。 搜索与推荐算法经过多年的发展，从最初简单的统计模型，机器学习到形成完整的离线在线与实时的深度学习与智能决策体系，每年都有新的算法突破，帮助搜索与推荐的体验与效果取得大幅提升，成为驱动电</description>
    </item>
    <item>
      <title>腾讯信息流热点挖掘技术实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E4%BF%A1%E6%81%AF%E6%B5%81%E7%83%AD%E7%82%B9%E6%8C%96%E6%8E%98%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:33:08 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E4%BF%A1%E6%81%AF%E6%B5%81%E7%83%AD%E7%82%B9%E6%8C%96%E6%8E%98%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：罗锦文 腾讯 研究员 编辑整理：Jane Zhang 出品平台：DataFunTalk 导读： 当前各大资讯社交类APP都在显著的版面展示或者推荐热点相关内容，信息流应用能否快速发现热点、引导用户阅读热点，是影响用户体验的重要因素。本次分享主要介绍腾讯在热点挖掘方面的工作。基于搜索数据和自媒</description>
    </item>
    <item>
      <title>干货携程推理性能的自动化优化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E6%90%BA%E7%A8%8B%E6%8E%A8%E7%90%86%E6%80%A7%E8%83%BD%E7%9A%84%E8%87%AA%E5%8A%A8%E5%8C%96%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:32:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E6%90%BA%E7%A8%8B%E6%8E%A8%E7%90%86%E6%80%A7%E8%83%BD%E7%9A%84%E8%87%AA%E5%8A%A8%E5%8C%96%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>度假AI 携程技术 投稿 一、背景 近年来，人工智能逐渐在安防，教育，医疗和旅游等工业和生活场景中落地开花。在携程旅游业务上，AI技术同样广泛覆盖了多个旅游产品和旅游服务领域，携程度假AI研发根据旅游的特定场景和业务需求，将自然语言处理，机器翻译，计算机视觉，搜索排序等主流AI技术成功应</description>
    </item>
    <item>
      <title>信息流推荐模型在多目标和模型优化方面的进展</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%A4%9A%E7%9B%AE%E6%A0%87%E5%92%8C%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96%E6%96%B9%E9%9D%A2%E7%9A%84%E8%BF%9B%E5%B1%95/</link>
      <pubDate>Tue, 15 Mar 2022 09:32:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%A4%9A%E7%9B%AE%E6%A0%87%E5%92%8C%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96%E6%96%B9%E9%9D%A2%E7%9A%84%E8%BF%9B%E5%B1%95/</guid>
      <description>分享嘉宾：语露 阿里 高级算法工程师 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品社区：DataFun 导读： 短视频已经成为信息流行业的风口，成为拉动规模增长的主要驱动力。短视频天然具有信息能量高、用户粘性大、内容丰富等优点，也有视频帧内容难以分析提取、结构化的缺点。如何提高短视频的分发</description>
    </item>
    <item>
      <title>岗位精选面试题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B2%97%E4%BD%8D%E7%B2%BE%E9%80%89%E9%9D%A2%E8%AF%95%E9%A2%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:31:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B2%97%E4%BD%8D%E7%B2%BE%E9%80%89%E9%9D%A2%E8%AF%95%E9%A2%98/</guid>
      <description>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 &amp;raquo; 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</description>
    </item>
    <item>
      <title>腾讯基于预训练模型的文本内容理解实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E5%9F%BA%E4%BA%8E%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%96%87%E6%9C%AC%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:31:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E5%9F%BA%E4%BA%8E%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%96%87%E6%9C%AC%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E5%AE%9E%E8%B7%B5/</guid>
      <description>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</description>
    </item>
    <item>
      <title>供应链十张图帮你理解供应链名词上篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BE%9B%E5%BA%94%E9%93%BE%E5%8D%81%E5%BC%A0%E5%9B%BE%E5%B8%AE%E4%BD%A0%E7%90%86%E8%A7%A3%E4%BE%9B%E5%BA%94%E9%93%BE%E5%90%8D%E8%AF%8D%E4%B8%8A%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:31:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BE%9B%E5%BA%94%E9%93%BE%E5%8D%81%E5%BC%A0%E5%9B%BE%E5%B8%AE%E4%BD%A0%E7%90%86%E8%A7%A3%E4%BE%9B%E5%BA%94%E9%93%BE%E5%90%8D%E8%AF%8D%E4%B8%8A%E7%AF%87/</guid>
      <description>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</description>
    </item>
    <item>
      <title>一个更好更快更强的序列标注成分句法分析器</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E4%B8%AA%E6%9B%B4%E5%A5%BD%E6%9B%B4%E5%BF%AB%E6%9B%B4%E5%BC%BA%E7%9A%84%E5%BA%8F%E5%88%97%E6%A0%87%E6%B3%A8%E6%88%90%E5%88%86%E5%8F%A5%E6%B3%95%E5%88%86%E6%9E%90%E5%99%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:31:22 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E4%B8%AA%E6%9B%B4%E5%A5%BD%E6%9B%B4%E5%BF%AB%E6%9B%B4%E5%BC%BA%E7%9A%84%E5%BA%8F%E5%88%97%E6%A0%87%E6%B3%A8%E6%88%90%E5%88%86%E5%8F%A5%E6%B3%95%E5%88%86%E6%9E%90%E5%99%A8/</guid>
      <description>韦阳 华东师范大学 计算机科学与技术硕士在读 原文链接： Better, Faster, Stronger Sequence Tagging Constituent Parsers​godweiyang.com 为了看懂论文里的策略梯度，又去把强化学习看了一遍。。。 论文地址： Better, Faster, Stronger Sequence Tagging Constituent Parsers​arxiv.org 介绍 这篇论文主要是在之前的那篇论文 Constituent Parsing as Sequence Labeling​go</description>
    </item>
    <item>
      <title>主流预估模型的演化及对比</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%BB%E6%B5%81%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%BC%94%E5%8C%96%E5%8F%8A%E5%AF%B9%E6%AF%94/</link>
      <pubDate>Tue, 15 Mar 2022 09:31:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%BB%E6%B5%81%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%BC%94%E5%8C%96%E5%8F%8A%E5%AF%B9%E6%AF%94/</guid>
      <description>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</description>
    </item>
    <item>
      <title>线下涨线上跌的原因和解决办法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BA%BF%E4%B8%8B%E6%B6%A8%E7%BA%BF%E4%B8%8A%E8%B7%8C%E7%9A%84%E5%8E%9F%E5%9B%A0%E5%92%8C%E8%A7%A3%E5%86%B3%E5%8A%9E%E6%B3%95/</link>
      <pubDate>Tue, 15 Mar 2022 09:30:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BA%BF%E4%B8%8B%E6%B6%A8%E7%BA%BF%E4%B8%8A%E8%B7%8C%E7%9A%84%E5%8E%9F%E5%9B%A0%E5%92%8C%E8%A7%A3%E5%86%B3%E5%8A%9E%E6%B3%95/</guid>
      <description>“ 这两年深度模型大火之后，各个团队都卯足了劲把网络规模做大做深，花了很大力气好不容易离线 auc 涨了不少，上线一看效果 ctr 和 cpm 反而下降。本文例举几种可能的原因和解决办法。 ” 作者：辛俊波 腾讯高级研究员 专注推荐/广告/深度学习原文链接： https://www.zhihu.com/question/32218407/answer/1172781649 1. 特征/数据出现穿越 一般就是使用了和 label 强相关的特征导致</description>
    </item>
    <item>
      <title>深度好文年应用和商业化调查报告</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%A5%BD%E6%96%87%E5%B9%B4%E5%BA%94%E7%94%A8%E5%92%8C%E5%95%86%E4%B8%9A%E5%8C%96%E8%B0%83%E6%9F%A5%E6%8A%A5%E5%91%8A/</link>
      <pubDate>Tue, 15 Mar 2022 09:28:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%A5%BD%E6%96%87%E5%B9%B4%E5%BA%94%E7%94%A8%E5%92%8C%E5%95%86%E4%B8%9A%E5%8C%96%E8%B0%83%E6%9F%A5%E6%8A%A5%E5%91%8A/</guid>
      <description>近年来，自然语言处理技术已经取得了长足进步，成为应用范围最广泛，也是最为成熟的 AI 技术之一。但实际上，自然语言处理技术在商业化应用上却鲜有突破性进展，真正成功或者能够完美满足人们日常生活需求的产品并不多。 回首 2018 年，自然语言处理领域不乏进展和惊喜，比如谷歌提出的 BERT 模型打破 11 项世界纪录</description>
    </item>
    <item>
      <title>深度学习在阿里电商推荐系统中的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E9%98%BF%E9%87%8C%E7%94%B5%E5%95%86%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:28:44 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E9%98%BF%E9%87%8C%E7%94%B5%E5%95%86%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：卡本 阿里 高级算法专家 文章整理：刘金鑫 内容来源：DataFunTalk 出品平台：DataFun 导读： 推荐导购场景在电商中是重要的满足用户&amp;quot;逛&amp;quot;和&amp;quot;买&amp;quot;的场景，本次分享我们聚焦深度学习在阿里 B2B 电商 ( 1688 ) 推荐系统中的应用，其中包括商品推</description>
    </item>
    <item>
      <title>美团配送交付时间轻量级预估实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E9%85%8D%E9%80%81%E4%BA%A4%E4%BB%98%E6%97%B6%E9%97%B4%E8%BD%BB%E9%87%8F%E7%BA%A7%E9%A2%84%E4%BC%B0%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:28:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E9%85%8D%E9%80%81%E4%BA%A4%E4%BB%98%E6%97%B6%E9%97%B4%E8%BD%BB%E9%87%8F%E7%BA%A7%E9%A2%84%E4%BC%B0%E5%AE%9E%E8%B7%B5/</guid>
      <description>导读： 在本文中，我们介绍了交付时间预估迭代的三个版本，分别为基于地址结构的树模型、向量召回方案以及轻量级的End-to-End的深度学习网络。同时介绍了如何在性能和指标之间取舍，以及模型策略迭代的中间历程，希望能给从事相关工作的同学们有所启发和帮助。 1. 背景 可能很多同学都不知道，从</description>
    </item>
    <item>
      <title>推荐系统的构建过程和总体架构描述</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%9E%84%E5%BB%BA%E8%BF%87%E7%A8%8B%E5%92%8C%E6%80%BB%E4%BD%93%E6%9E%B6%E6%9E%84%E6%8F%8F%E8%BF%B0/</link>
      <pubDate>Tue, 15 Mar 2022 09:28:18 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%9E%84%E5%BB%BA%E8%BF%87%E7%A8%8B%E5%92%8C%E6%80%BB%E4%BD%93%E6%9E%B6%E6%9E%84%E6%8F%8F%E8%BF%B0/</guid>
      <description>作者：Parul Pandey 编译：ronghuaiyang 推荐系统pipeline的构建过程和总体架构描述。 选择太少不好，但是选择太多也不是什么好事 你听说过著名的 果酱实验 吗?2000 年，哥伦比亚大学和斯坦福大学的心理学家 Sheena Iyengar 和 Mark Lepper 在他们的实地实验基础上提出了一项研究。在平常的一天，消费者在</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习一模型理论和实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%80%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:28:18 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%80%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</guid>
      <description>原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-10 1、FM背景 在计算广告和推荐系统中，CTR预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进行CTR预估时，除了单特征</description>
    </item>
    <item>
      <title>广告分析常用的广告效果评估指标大全广告主媒体</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%BF%E5%91%8A%E5%88%86%E6%9E%90%E5%B8%B8%E7%94%A8%E7%9A%84%E5%B9%BF%E5%91%8A%E6%95%88%E6%9E%9C%E8%AF%84%E4%BC%B0%E6%8C%87%E6%A0%87%E5%A4%A7%E5%85%A8%E5%B9%BF%E5%91%8A%E4%B8%BB%E5%AA%92%E4%BD%93/</link>
      <pubDate>Tue, 15 Mar 2022 09:27:51 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%BF%E5%91%8A%E5%88%86%E6%9E%90%E5%B8%B8%E7%94%A8%E7%9A%84%E5%B9%BF%E5%91%8A%E6%95%88%E6%9E%9C%E8%AF%84%E4%BC%B0%E6%8C%87%E6%A0%87%E5%A4%A7%E5%85%A8%E5%B9%BF%E5%91%8A%E4%B8%BB%E5%AA%92%E4%BD%93/</guid>
      <description>“ 今天分享一下广告投放后，常见的效果评估指标及逻辑。 ” 关于广告投放，上次发表了 《线上广告：营销触达的重要渠道》。文中我们详细分享了关于线上广告的基础知识，包括广告平台、CPC等广告结算方式等。相信各位对广告也有了基本认识。 今天，在上次分享的基础上，聚焦一下广告效果评估相关的指标。</description>
    </item>
    <item>
      <title>机器学习在二手车估价系统实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E4%BA%8C%E6%89%8B%E8%BD%A6%E4%BC%B0%E4%BB%B7%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:27:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E4%BA%8C%E6%89%8B%E8%BD%A6%E4%BC%B0%E4%BB%B7%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/</guid>
      <description>背景 近年来随着国内二手车市场交易量逐年攀升，线上交易越来越受到二手车商与个人的关注，随着58二手车帖子量跨越式增长，更需要严格的线上发帖审核机制来防止低价帖吸引正常用户的流量，那么一车一况的精准估价成为重要问题。58估车价是58集团二手车技术部自主研发车型价格预测系统。可用于信息</description>
    </item>
    <item>
      <title>首席决策师告诉你数据科学究竟是什么</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A6%96%E5%B8%AD%E5%86%B3%E7%AD%96%E5%B8%88%E5%91%8A%E8%AF%89%E4%BD%A0%E6%95%B0%E6%8D%AE%E7%A7%91%E5%AD%A6%E7%A9%B6%E7%AB%9F%E6%98%AF%E4%BB%80%E4%B9%88/</link>
      <pubDate>Tue, 15 Mar 2022 09:26:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A6%96%E5%B8%AD%E5%86%B3%E7%AD%96%E5%B8%88%E5%91%8A%E8%AF%89%E4%BD%A0%E6%95%B0%E6%8D%AE%E7%A7%91%E5%AD%A6%E7%A9%B6%E7%AB%9F%E6%98%AF%E4%BB%80%E4%B9%88/</guid>
      <description>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学中以下三</description>
    </item>
    <item>
      <title>阿里广告预估中用户行为学习和记忆建模</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%B9%BF%E5%91%8A%E9%A2%84%E4%BC%B0%E4%B8%AD%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E5%AD%A6%E4%B9%A0%E5%92%8C%E8%AE%B0%E5%BF%86%E5%BB%BA%E6%A8%A1/</link>
      <pubDate>Tue, 15 Mar 2022 09:26:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%B9%BF%E5%91%8A%E9%A2%84%E4%BC%B0%E4%B8%AD%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E5%AD%A6%E4%B9%A0%E5%92%8C%E8%AE%B0%E5%BF%86%E5%BB%BA%E6%A8%A1/</guid>
      <description>分享嘉宾：擎苍 阿里巴巴 算法专家 编辑整理：陈晟 内容来源：大鱼技术沙龙 出品平台：DataFun 导读： CTR 预估是计算广告的底层通用技术，在 CPC/OCPC 营销模式下，预估准确性对广告主流量采买成本和平台变现效率有着非常重要的作用。我们在业界常用解法基础上，纳入时间维度和空间维度信息，基于模型学习用户历</description>
    </item>
    <item>
      <title>在爱奇艺视频广告中的探索</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E8%A7%86%E9%A2%91%E5%B9%BF%E5%91%8A%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Tue, 15 Mar 2022 09:26:21 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E8%A7%86%E9%A2%91%E5%B9%BF%E5%91%8A%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/</guid>
      <description>分享嘉宾：刘祁跃 爱奇艺科学家 编辑整理：李婷婷 内容来源：爱奇艺技术沙龙 出品社区：DataFun 导读： 本次分享的主题为 AI 在爱奇艺视频广告中的探索。AI 可以对视频内容、广告素材进行理解和加工，并应用于视频广告，尤其在广告的点位挖掘和生成、点位分析、素材创作等方面已产生价值，进而有益于广</description>
    </item>
    <item>
      <title>五八同城智能客服系统帮帮技术揭秘</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%94%E5%85%AB%E5%90%8C%E5%9F%8E%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D%E7%B3%BB%E7%BB%9F%E5%B8%AE%E5%B8%AE%E6%8A%80%E6%9C%AF%E6%8F%AD%E7%A7%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:25:31 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%94%E5%85%AB%E5%90%8C%E5%9F%8E%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D%E7%B3%BB%E7%BB%9F%E5%B8%AE%E5%B8%AE%E6%8A%80%E6%9C%AF%E6%8F%AD%E7%A7%98/</guid>
      <description>本文根据58同城AI Lab负责人詹坤林在DataFunTalk人工智能技术沙龙所分享的《五八同城智能客服系统“帮帮”技术揭秘》编辑整理而成，在未改变原意的基础上稍做整理。 首先简单介绍一下58同城，58同城是一个生活服务平台，平台连接着B端商户和C端用户，B端商户在平台发布帖子信息</description>
    </item>
    <item>
      <title>深度语义模型在同城搜索的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E8%AF%AD%E4%B9%89%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%90%8C%E5%9F%8E%E6%90%9C%E7%B4%A2%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:25:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E8%AF%AD%E4%B9%89%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%90%8C%E5%9F%8E%E6%90%9C%E7%B4%A2%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾: 熊威，58同城TEG搜索排序部资深算法工程师 整理出品: 张劲， AICUG人工智能社区 PPT下载： http://www.aicug.cn/#/docs 浏览器不支持该媒体的播放 :( （视频回放） 导读 传统基于Term-Match检索技术可以较好的解决Query-Doc字面匹配问题，而对于没有词命中时的Query-Doc语义匹配问题</description>
    </item>
    <item>
      <title>数据智能在二手车业务场景中的探索与沉淀业务标签挖掘</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%B0%E6%8D%AE%E6%99%BA%E8%83%BD%E5%9C%A8%E4%BA%8C%E6%89%8B%E8%BD%A6%E4%B8%9A%E5%8A%A1%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E6%B2%89%E6%B7%80%E4%B8%9A%E5%8A%A1%E6%A0%87%E7%AD%BE%E6%8C%96%E6%8E%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:25:00 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%B0%E6%8D%AE%E6%99%BA%E8%83%BD%E5%9C%A8%E4%BA%8C%E6%89%8B%E8%BD%A6%E4%B8%9A%E5%8A%A1%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E6%B2%89%E6%B7%80%E4%B8%9A%E5%8A%A1%E6%A0%87%E7%AD%BE%E6%8C%96%E6%8E%98/</guid>
      <description>导语：标签为用户提供了一种新的检索方式，用户和信息通过标签进行关联，信息的标签化、行为的标签化，在提供个性召回能力的同时，也有助于帮我梳理和挖掘业务品类的特征，做相关业务属性的聚合。 背景 当下全连接的信息场景，所有对于有助于连接转化效率提升的内容和考虑尤为重要，这就要求我们在实际业</description>
    </item>
    <item>
      <title>腾讯揭秘微信看一看是如何为你推荐的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%98%AF%E5%A6%82%E4%BD%95%E4%B8%BA%E4%BD%A0%E6%8E%A8%E8%8D%90%E7%9A%84/</link>
      <pubDate>Tue, 15 Mar 2022 09:24:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%98%AF%E5%A6%82%E4%BD%95%E4%B8%BA%E4%BD%A0%E6%8E%A8%E8%8D%90%E7%9A%84/</guid>
      <description>文章作者：harryzhong 腾讯 研究员 内容来源：腾讯技术工程 一、看一看介绍 1.1 看一看的场景 微信作为国内最大用户群体的应用，在人们的生活，工作，学习中提供社交功能的同时，还提供了工具，游戏，购物，支付，内容，搜索， 小程序 等服务。看一看作为微信的重要组成部分，在原有公众平台资讯阅读的</description>
    </item>
    <item>
      <title>万字长文推荐系统算法岗校招面试经验学习心得</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%AE%97%E6%B3%95%E5%B2%97%E6%A0%A1%E6%8B%9B%E9%9D%A2%E8%AF%95%E7%BB%8F%E9%AA%8C%E5%AD%A6%E4%B9%A0%E5%BF%83%E5%BE%97/</link>
      <pubDate>Tue, 15 Mar 2022 09:24:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%AE%97%E6%B3%95%E5%B2%97%E6%A0%A1%E6%8B%9B%E9%9D%A2%E8%AF%95%E7%BB%8F%E9%AA%8C%E5%AD%A6%E4%B9%A0%E5%BF%83%E5%BE%97/</guid>
      <description>本文总结了百度，华为，京东，360，vivo等接近20家公司的推荐算法校招面试经验和个人心得，以及若干学习资料和方法，相信无论是在校生还是从业人员读后都会有所收获～ 作者：Taylover1314 编辑：happyGirl 0、写在前面 秋招已经渐行渐远，休养生息（吊儿郎当）了一个多月，</description>
    </item>
    <item>
      <title>技术在微博流中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E5%BE%AE%E5%8D%9A%E6%B5%81%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:24:54 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E5%BE%AE%E5%8D%9A%E6%B5%81%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>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： ❶ 难点与现存问题 ❷ 标签系</description>
    </item>
    <item>
      <title>图解半监督学习只用张标注图片训练</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E5%8D%8A%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E5%8F%AA%E7%94%A8%E5%BC%A0%E6%A0%87%E6%B3%A8%E5%9B%BE%E7%89%87%E8%AE%AD%E7%BB%83/</link>
      <pubDate>Tue, 15 Mar 2022 09:24:52 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E5%8D%8A%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E5%8F%AA%E7%94%A8%E5%BC%A0%E6%A0%87%E6%B3%A8%E5%9B%BE%E7%89%87%E8%AE%AD%E7%BB%83/</guid>
      <description>作者：amitness 编译：ronghuaiyang 导读: 仅使用 10 张带有标签的图像，它在 CIFAR-10 上的中位精度为 78％，最大精度为 84％，来看看是怎么做到的。 深度学习在计算机视觉领域展示了非常有前途的结果。但是当将它应用于实际的医学成像等领域的时候，标签数据的缺乏是一个主要的挑战。 在实际</description>
    </item>
    <item>
      <title>精选开源项目构建向量应用程序存储库多语言语料库</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E9%80%89%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE%E6%9E%84%E5%BB%BA%E5%90%91%E9%87%8F%E5%BA%94%E7%94%A8%E7%A8%8B%E5%BA%8F%E5%AD%98%E5%82%A8%E5%BA%93%E5%A4%9A%E8%AF%AD%E8%A8%80%E8%AF%AD%E6%96%99%E5%BA%93/</link>
      <pubDate>Tue, 15 Mar 2022 09:24:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E9%80%89%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE%E6%9E%84%E5%BB%BA%E5%90%91%E9%87%8F%E5%BA%94%E7%94%A8%E7%A8%8B%E5%BA%8F%E5%AD%98%E5%82%A8%E5%BA%93%E5%A4%9A%E8%AF%AD%E8%A8%80%E8%AF%AD%E6%96%99%E5%BA%93/</guid>
      <description>文末免费送电子书：七月在线干货组最新 升级的《2021最新大厂AI面试题》免费送！ 项目一： vectorai 一个用于构建基于向量的应用程序的平 Vector AI是一个框架，旨在使构建基于生产级矢量的应用程序的过程尽可能快速，轻松地进行。与json文档一起创建，存储，操纵，搜索和分析向量，以增强神经搜索，语义搜</description>
    </item>
    <item>
      <title>算法工程师肩上扛是脑子不是皮球最新面试题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E8%82%A9%E4%B8%8A%E6%89%9B%E6%98%AF%E8%84%91%E5%AD%90%E4%B8%8D%E6%98%AF%E7%9A%AE%E7%90%83%E6%9C%80%E6%96%B0%E9%9D%A2%E8%AF%95%E9%A2%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:24:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E8%82%A9%E4%B8%8A%E6%89%9B%E6%98%AF%E8%84%91%E5%AD%90%E4%B8%8D%E6%98%AF%E7%9A%AE%E7%90%83%E6%9C%80%E6%96%B0%E9%9D%A2%E8%AF%95%E9%A2%98/</guid>
      <description>文末彩蛋：七月在线干货组最新升级的《名企AI面试100题》免费送！ 01 个人情况 本人是非计算机专业，毕业之后机缘巧合进入算法岗位， 跟七月结缘是计算机专业的学长推荐的七月的题库。 原工作中主要接触的是传统的机器学习算法，NLP也只是浅层了解，面试时发现仅有传统机器学习算法是不够的， 所以报</description>
    </item>
    <item>
      <title>知识蒸馏如何用一个神经网络训练另一个神经网络</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E8%92%B8%E9%A6%8F%E5%A6%82%E4%BD%95%E7%94%A8%E4%B8%80%E4%B8%AA%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E8%AE%AD%E7%BB%83%E5%8F%A6%E4%B8%80%E4%B8%AA%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/</link>
      <pubDate>Tue, 15 Mar 2022 09:21:52 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E8%92%B8%E9%A6%8F%E5%A6%82%E4%BD%95%E7%94%A8%E4%B8%80%E4%B8%AA%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E8%AE%AD%E7%BB%83%E5%8F%A6%E4%B8%80%E4%B8%AA%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/</guid>
      <description>作者：Tivadar Danka 编译：ronghuaiyang 导读: 知识蒸馏的简单介绍，让大家了解知识蒸馏背后的直觉。 如果你曾经用神经网络来解决一个复杂的问题，你就会知道它们的尺寸可能非常巨大，包含数百万个参数。例如著名的BERT模型约有1亿1千万参数。 为了说明这一点，参见下图中的NLP中</description>
    </item>
    <item>
      <title>效果工具链之算法迭代篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%88%E6%9E%9C%E5%B7%A5%E5%85%B7%E9%93%BE%E4%B9%8B%E7%AE%97%E6%B3%95%E8%BF%AD%E4%BB%A3%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:21:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%88%E6%9E%9C%E5%B7%A5%E5%85%B7%E9%93%BE%E4%B9%8B%E7%AE%97%E6%B3%95%E8%BF%AD%E4%BB%A3%E7%AF%87/</guid>
      <description>来源： 贝壳智搜 作为效果优化系列的第二篇， 第一篇，本篇旨在从工程角度介绍算法迭代系统重塑模型迭代流程的实施思路。此系统作为效果工具链的其中一部分，主要功能使算法工程师不用离开 算法迭代系统，即可完成 数据处理、 模型训练、 模型评估 到 服务部署 工作。 1.背景介绍 近些年来，人工智能已成为当今社</description>
    </item>
    <item>
      <title>半监督深度学习小结类协同训练和一致性正则化</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%8A%E7%9B%91%E7%9D%A3%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%B0%8F%E7%BB%93%E7%B1%BB%E5%8D%8F%E5%90%8C%E8%AE%AD%E7%BB%83%E5%92%8C%E4%B8%80%E8%87%B4%E6%80%A7%E6%AD%A3%E5%88%99%E5%8C%96/</link>
      <pubDate>Tue, 15 Mar 2022 09:20:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%8A%E7%9B%91%E7%9D%A3%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%B0%8F%E7%BB%93%E7%B1%BB%E5%8D%8F%E5%90%8C%E8%AE%AD%E7%BB%83%E5%92%8C%E4%B8%80%E8%87%B4%E6%80%A7%E6%AD%A3%E5%88%99%E5%8C%96/</guid>
      <description>作者丨陈家铭 学校丨中山大学硕士生 研究方向丨半监督深度图像分类 本文来源： PaperWeekly 协同训练 Co-training Co-training 是基于分歧的方法，其假设每个数据可以从不同的角度（view）进行分类，不同角度可以训练出不同的分类器，然后用这些从不同角度训练出来的分类器对无标签样本进行分类，再选出认为可信的无标签样本加入训练集</description>
    </item>
    <item>
      <title>京东超大规模联邦学习探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E8%B6%85%E5%A4%A7%E8%A7%84%E6%A8%A1%E8%81%94%E9%82%A6%E5%AD%A6%E4%B9%A0%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:20:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E8%B6%85%E5%A4%A7%E8%A7%84%E6%A8%A1%E8%81%94%E9%82%A6%E5%AD%A6%E4%B9%A0%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：杜宝坤 京东 资深算法专家 编辑整理：侯雅新 出品平台：DataFunTalk 导读： 对于AI飞速发展的今天来说，大规模的多维度、高质量的数据是其成功的关键要素，也是制约其进一步发展的重要瓶颈。随着大家对数据的重要性与隐私性的认知程度的不断提升，跨组织的数据的合作越来越谨慎，相关</description>
    </item>
    <item>
      <title>史上最全面总结预训练模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8F%B2%E4%B8%8A%E6%9C%80%E5%85%A8%E9%9D%A2%E6%80%BB%E7%BB%93%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:20:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8F%B2%E4%B8%8A%E6%9C%80%E5%85%A8%E9%9D%A2%E6%80%BB%E7%BB%93%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B/</guid>
      <description>作者： JayLou 娄杰 预训练模型(Pre-trained Models,PTMs) 的出现将 NLP 带入了一个全新时代。2020 年 3 月 18 日，邱锡鹏老师发表了关于 NLP 预训练模型的综述《Pre-trained Models for Natural Language Processing: A Survey》, 这是一篇全面的综述，系统地对 PTMs 进行了归纳分类。 本文以此篇综述论文为主要参考，通过借鉴不同的归</description>
    </item>
    <item>
      <title>简单阐述下决策树回归神经网络等算法各自的优缺点</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%80%E5%8D%95%E9%98%90%E8%BF%B0%E4%B8%8B%E5%86%B3%E7%AD%96%E6%A0%91%E5%9B%9E%E5%BD%92%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%AD%89%E7%AE%97%E6%B3%95%E5%90%84%E8%87%AA%E7%9A%84%E4%BC%98%E7%BC%BA%E7%82%B9/</link>
      <pubDate>Tue, 15 Mar 2022 09:19:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%80%E5%8D%95%E9%98%90%E8%BF%B0%E4%B8%8B%E5%86%B3%E7%AD%96%E6%A0%91%E5%9B%9E%E5%BD%92%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%AD%89%E7%AE%97%E6%B3%95%E5%90%84%E8%87%AA%E7%9A%84%E4%BC%98%E7%BC%BA%E7%82%B9/</guid>
      <description>正则化算法（Regularization Algorithms） 集成算法（Ensemble Algorithms） 决策树算法（Decision Tree Algorithm） 回归（Regression） 人工神经网络（Artificial Neural Network） 深度学习（Deep Learning） 支持</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习五模型理论和实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%94%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:18:58 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%94%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</guid>
      <description>原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018.04.22 16:14 1、原理 Deep&amp;amp;Cross Network模型我们下面将简称DCN模型： 一个DCN模型从嵌入和堆积层开始，接着是一个交叉网络和一个与之平行的深度网络，之后是最后的组合层，它结合了两个网络的输出。完整的网络模型如图</description>
    </item>
    <item>
      <title>开源项目分享增强图像数据实现</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE%E5%88%86%E4%BA%AB%E5%A2%9E%E5%BC%BA%E5%9B%BE%E5%83%8F%E6%95%B0%E6%8D%AE%E5%AE%9E%E7%8E%B0/</link>
      <pubDate>Tue, 15 Mar 2022 09:18:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE%E5%88%86%E4%BA%AB%E5%A2%9E%E5%BC%BA%E5%9B%BE%E5%83%8F%E6%95%B0%E6%8D%AE%E5%AE%9E%E7%8E%B0/</guid>
      <description>文末免费送电子书：七月在线干货组最新 升级的《名企AI面试100题》免费送！ 项目一：igel — 无需编写代码即可训练，测试和使用模型 一个令人愉悦的机器学习工具，可让您无需编写代码即可训练/拟合，测试和使用模型。 该项目的目标是为技术用户和非技术用户提供机器学习。 有时我需要一个工具，可以</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习四多值离散特征的解决方案</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9B%9B%E5%A4%9A%E5%80%BC%E7%A6%BB%E6%95%A3%E7%89%B9%E5%BE%81%E7%9A%84%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/</link>
      <pubDate>Tue, 15 Mar 2022 09:18:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9B%9B%E5%A4%9A%E5%80%BC%E7%A6%BB%E6%95%A3%E7%89%B9%E5%BE%81%E7%9A%84%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/</guid>
      <description>原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018.04.21 23:27 1、背景 在本系列第三篇文章中，在处理DeepFM数据时，由于每一个离散特征只有一个取值，因此我们在处理的过程中，将原始数据处理成了两个文件，一个记录特征的索引，一个记录了特征的值，而每一列，则代</description>
    </item>
    <item>
      <title>年月中旬腾讯算法面试题道</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E4%B8%AD%E6%97%AC%E8%85%BE%E8%AE%AF%E7%AE%97%E6%B3%95%E9%9D%A2%E8%AF%95%E9%A2%98%E9%81%93/</link>
      <pubDate>Tue, 15 Mar 2022 09:18:08 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E4%B8%AD%E6%97%AC%E8%85%BE%E8%AE%AF%E7%AE%97%E6%B3%95%E9%9D%A2%E8%AF%95%E9%A2%98%E9%81%93/</guid>
      <description>文末免费送电子书：七月在线干货组最新 升级的《名企AI面试100题》免费送！ 问题1：SVM 的 优化函数公式怎么写，代价函数是什么？ 线性可分支持向量机的最优化问题函数公式： 引入拉格朗日乘子，由拉格朗日对偶性可得代价函数如下： 问题2：随机森林是怎么回事，为什么树模型好用，为什么要发明随机</description>
    </item>
    <item>
      <title>爱奇艺短视频软色情识别技术解析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E7%9F%AD%E8%A7%86%E9%A2%91%E8%BD%AF%E8%89%B2%E6%83%85%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Tue, 15 Mar 2022 09:18:07 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E7%9F%AD%E8%A7%86%E9%A2%91%E8%BD%AF%E8%89%B2%E6%83%85%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</guid>
      <description>原文： 爱奇艺产品技术团队 随着 UGC 内容爆发式增长，信息流产品占领越来越多的用户时间。爱奇艺作为国内领先的互联网视频媒体，承担了正确引导用户价值观的社会责任。所以识别和屏蔽低俗内容、做好风险内容控制、净化短视频生态是一项非常值得重视的工作。下面我们从技术的角度，以“软色情识别”为例，介</description>
    </item>
    <item>
      <title>知识图谱与语义分析技术介绍附前沿论文解读</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E8%AF%AD%E4%B9%89%E5%88%86%E6%9E%90%E6%8A%80%E6%9C%AF%E4%BB%8B%E7%BB%8D%E9%99%84%E5%89%8D%E6%B2%BF%E8%AE%BA%E6%96%87%E8%A7%A3%E8%AF%BB/</link>
      <pubDate>Tue, 15 Mar 2022 09:18:06 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E8%AF%AD%E4%B9%89%E5%88%86%E6%9E%90%E6%8A%80%E6%9C%AF%E4%BB%8B%E7%BB%8D%E9%99%84%E5%89%8D%E6%B2%BF%E8%AE%BA%E6%96%87%E8%A7%A3%E8%AF%BB/</guid>
      <description>原文自：达观数据 什么是知识图谱？ 知识图谱是一种基于图数据结构的语义网络，由节点(Point)和边(Edge)组成，每个节点表示现实中存在的实体(entity)，每条边表示实体和实体之间的关系(relationship)。日常生活中很多场景都可以用知识图谱来表示。比如在一个社交网络</description>
    </item>
    <item>
      <title>图解一种高效的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E4%B8%80%E7%A7%8D%E9%AB%98%E6%95%88%E7%9A%84/</link>
      <pubDate>Tue, 15 Mar 2022 09:18:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E4%B8%80%E7%A7%8D%E9%AB%98%E6%95%88%E7%9A%84/</guid>
      <description>作者：Alireza Dirafzoon 编译：ronghuaiyang 导读 在单 GPU 上就可以运行的 Transformer 模型，而且几乎不损失精度，了解一下？ 如果你一直在开发机器学习算法用于处理连续数据 —— 例如语言处理中的文本，语音信号，或视频 —— 你可能听说过或使用过 Transformer，你可能知道这和是推特中认为的不同</description>
    </item>
    <item>
      <title>这可能是人工智能机器学习和大数据领域覆盖最全的一份速查表</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%BF%99%E5%8F%AF%E8%83%BD%E6%98%AF%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%92%8C%E5%A4%A7%E6%95%B0%E6%8D%AE%E9%A2%86%E5%9F%9F%E8%A6%86%E7%9B%96%E6%9C%80%E5%85%A8%E7%9A%84%E4%B8%80%E4%BB%BD%E9%80%9F%E6%9F%A5%E8%A1%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:18:01 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%BF%99%E5%8F%AF%E8%83%BD%E6%98%AF%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%92%8C%E5%A4%A7%E6%95%B0%E6%8D%AE%E9%A2%86%E5%9F%9F%E8%A6%86%E7%9B%96%E6%9C%80%E5%85%A8%E7%9A%84%E4%B8%80%E4%BB%BD%E9%80%9F%E6%9F%A5%E8%A1%A8/</guid>
      <description>作者：Stefan Kojouharov 译者：郝毅 2018 年 11 月 27 日 话题：AI语言 &amp;amp; 开发大数据深度学习 2018 年 11 月 27 日 话题：AI语言 &amp;amp; 开发大数据深度学习机器学习 本文是根据 Stefan Kojouharov 发表在 Medium 上的文章整理而成的一份人工智能、神经网络、机器学习、深度学习和大数据方面的速查表。为了便于查找与使用，本文对每个主题进行了分类，</description>
    </item>
    <item>
      <title>在线学习在爱奇艺信息流推荐业务中的探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%9A%E5%8A%A1%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:17:42 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E4%B8%9A%E5%8A%A1%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>2019 年 11 月 16 日 08:00 奇文 概述 爱奇艺的信息流推荐业务每天会产生数十亿规模的 feed 浏览，如此大规模的数据给模型训练带来了很大的挑战。同时，信息流这类用户与推荐系统的强交互场景也引入了很多有趣的研究课题。对于信息流推荐产品来说，用户和产品交互性高，用户兴趣变化也很快。若模型不能及时更新，排序模型</description>
    </item>
    <item>
      <title>推荐系统的发展与简单回顾</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E7%AE%80%E5%8D%95%E5%9B%9E%E9%A1%BE/</link>
      <pubDate>Tue, 15 Mar 2022 09:17:42 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E7%AE%80%E5%8D%95%E5%9B%9E%E9%A1%BE/</guid>
      <description>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</description>
    </item>
    <item>
      <title>基于的出色多语言工具包钢琴数据集</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%87%BA%E8%89%B2%E5%A4%9A%E8%AF%AD%E8%A8%80%E5%B7%A5%E5%85%B7%E5%8C%85%E9%92%A2%E7%90%B4%E6%95%B0%E6%8D%AE%E9%9B%86/</link>
      <pubDate>Tue, 15 Mar 2022 09:17:37 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%87%BA%E8%89%B2%E5%A4%9A%E8%AF%AD%E8%A8%80%E5%B7%A5%E5%85%B7%E5%8C%85%E9%92%A2%E7%90%B4%E6%95%B0%E6%8D%AE%E9%9B%86/</guid>
      <description>文末彩蛋：七月在线干货组最新升级的《2021大厂最新AI面试题 [含答案和解析, 更新到前121题]》免费送！ 项目一：GiantMIDI-Piano — 钢琴MIDI数据集 钢琴转谱是一项将钢琴录音转为音乐符号（如 MIDI 格式）的任务。在人工智能领域，钢琴转谱被类比于音乐领域的语音识别任务。然而</description>
    </item>
    <item>
      <title>应用于实时视频通信的深度学习算法研究</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BA%94%E7%94%A8%E4%BA%8E%E5%AE%9E%E6%97%B6%E8%A7%86%E9%A2%91%E9%80%9A%E4%BF%A1%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E7%A0%94%E7%A9%B6/</link>
      <pubDate>Tue, 15 Mar 2022 09:16:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BA%94%E7%94%A8%E4%BA%8E%E5%AE%9E%E6%97%B6%E8%A7%86%E9%A2%91%E9%80%9A%E4%BF%A1%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E7%A0%94%E7%A9%B6/</guid>
      <description>众所周知，深度学习在实时视频通信端到端系统里有很多的应用，比如说我们用它做超分辨率，能取得比较好的效果；我们用它做图像恢复，也能取得比较好的效果。如果说提及挑战的话，在支持移动端的应用里，我们必须考虑复杂性的限制，必须要以一个小的模型，能够在移动平台上实时运行，而且功耗、CPU 占</description>
    </item>
    <item>
      <title>视频内容理解在手淘逛逛中的应用与落地</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%86%E9%A2%91%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E5%9C%A8%E6%89%8B%E6%B7%98%E9%80%9B%E9%80%9B%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E4%B8%8E%E8%90%BD%E5%9C%B0/</link>
      <pubDate>Tue, 15 Mar 2022 09:15:28 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%86%E9%A2%91%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E5%9C%A8%E6%89%8B%E6%B7%98%E9%80%9B%E9%80%9B%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E4%B8%8E%E8%90%BD%E5%9C%B0/</guid>
      <description>内容来源：淘系技术 作者：李晓波（篱悠） 随着多媒体技术的发展，直播、短视频、AR等多媒体内容表现形式层出不穷，异彩纷呈。视频内容的理解在视频生产感知，理解分发中有哪些应用，为淘宝电商带来哪些影响？这几年，手淘商品展示模式一直在变化。1998年做文本，2005年进入图文时代，2017</description>
    </item>
    <item>
      <title>基于多任务学习和负反馈的深度召回模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E5%92%8C%E8%B4%9F%E5%8F%8D%E9%A6%88%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%8F%AC%E5%9B%9E%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:14:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E5%92%8C%E8%B4%9F%E5%8F%8D%E9%A6%88%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%8F%AC%E5%9B%9E%E6%A8%A1%E5%9E%8B/</guid>
      <description>韩宇，张跃伟 导读：召回结果的好坏对整个推荐结果有着至关重要的影响，最近的一系列实践和研究表明，基于行为序列的深度学习推荐模型搭配高性能的近似检索算法可以实现既准又快的召回性能；与此同时，用户在天猫精灵上还可以进行实时指令操控（歌名点播：“播放七里香”、风格流派推荐点播：“来点摇滚</description>
    </item>
    <item>
      <title>推荐系统石器与青铜时代</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9F%B3%E5%99%A8%E4%B8%8E%E9%9D%92%E9%93%9C%E6%97%B6%E4%BB%A3/</link>
      <pubDate>Tue, 15 Mar 2022 09:14:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9F%B3%E5%99%A8%E4%B8%8E%E9%9D%92%E9%93%9C%E6%97%B6%E4%BB%A3/</guid>
      <description>文章作者：姚凯飞 Club Factory 编辑整理：Hoh Xil 内容来源：作者授权发布 出品社区：DataFun ▌前推荐时代 准确地说这个时代，不能称之为推荐系统的时代，这一个时代未能给每个用户构建属于他的推荐结果，没有很好地解决个性化长尾问题，所以这个可以叫前推荐时代。 这一阶段推荐系统特点： 推荐功能简单，全</description>
    </item>
    <item>
      <title>腾讯技术浏览器智能问答技术探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E6%B5%8F%E8%A7%88%E5%99%A8%E6%99%BA%E8%83%BD%E9%97%AE%E7%AD%94%E6%8A%80%E6%9C%AF%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:14:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E6%B5%8F%E8%A7%88%E5%99%A8%E6%99%BA%E8%83%BD%E9%97%AE%E7%AD%94%E6%8A%80%E6%9C%AF%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：常景冬 腾讯 高级研究员 编辑整理：高同学 中国科学院大学 出品平台：DataFunTalk 导读： 近年来随着搜索、语音交互、智能客服等场景的不断进化，问答技术的应用越来越丰富，本文将会介绍智能问答在QQ浏览器搜索引擎上的相关工作，通过精准、快速满足用户检索意图帮助搜索引擎的智能化</description>
    </item>
    <item>
      <title>计算广告中主要模块策略及其场景上篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A1%E7%AE%97%E5%B9%BF%E5%91%8A%E4%B8%AD%E4%B8%BB%E8%A6%81%E6%A8%A1%E5%9D%97%E7%AD%96%E7%95%A5%E5%8F%8A%E5%85%B6%E5%9C%BA%E6%99%AF%E4%B8%8A%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:14:00 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A1%E7%AE%97%E5%B9%BF%E5%91%8A%E4%B8%AD%E4%B8%BB%E8%A6%81%E6%A8%A1%E5%9D%97%E7%AD%96%E7%95%A5%E5%8F%8A%E5%85%B6%E5%9C%BA%E6%99%AF%E4%B8%8A%E7%AF%87/</guid>
      <description>Vency不二 本文是我最近学习的一个总结，之前的文章多是和功能特别是广告主界面有关，而本篇文章则是和策略有关。在文章会讲述计算广告（主要是DSP）中的主要模块、用到的策略及其场景。希望大家能和我一样，在了解广告业务的同时，还能对策略的设计有一定了解，总结出一些通用的方法。 本文分三</description>
    </item>
    <item>
      <title>京东搜索在线学习探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E6%90%9C%E7%B4%A2%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%AC%E4%B8%9C%E6%90%9C%E7%B4%A2%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>文章作者：刘露、张颖、段学浩、王东旭 内容来源：京东算法架构 出品平台：DataFunTalk 导读： 随着京东零售搜索业务的快速发展，对数据的时效性要求越来越高，要求搜索模型有捕捉更实时信号的能力，在线学习体现了业务对模型时效性的追求，希望能根据在线系统反馈的数据实时得对模型进行调整，</description>
    </item>
    <item>
      <title>机器学习模式识别数据挖掘常用学习资源链接</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%BC%8F%E8%AF%86%E5%88%AB%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E5%B8%B8%E7%94%A8%E5%AD%A6%E4%B9%A0%E8%B5%84%E6%BA%90%E9%93%BE%E6%8E%A5/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%BC%8F%E8%AF%86%E5%88%AB%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E5%B8%B8%E7%94%A8%E5%AD%A6%E4%B9%A0%E8%B5%84%E6%BA%90%E9%93%BE%E6%8E%A5/</guid>
      <description>国际顶级会议 AAAI CIKM 2010 CIKM 2011 COLT 2010 COLT 2011 Computer Vision Resource ICJIA ICML NIPS SIGIR 2010 SIGIR 2011 SIGKDD SIGKDD2010 论文搜索 CV顶级会议论文下载 google 学术搜索 超全计算机视觉资源汇总 联合参考文献 学术牛人主页 feifei li -computer vision Googlers in Machine Learning Michael I. Jordan Microsoft Research mit leozhu cv pff cv Yahoo! Research zhangzhang si 国外人工智能界牛人主页 计算机视觉相关资源 牛人（周志华）推荐的人工智能网站 数据挖掘牛人 一览 谈机器学习</description>
    </item>
    <item>
      <title>手机产品化实践与思考</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%89%8B%E6%9C%BA%E4%BA%A7%E5%93%81%E5%8C%96%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%80%9D%E8%80%83/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%89%8B%E6%9C%BA%E4%BA%A7%E5%93%81%E5%8C%96%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%80%9D%E8%80%83/</guid>
      <description>分享嘉宾：邵浩博士 vivo 算法专家 编辑整理：于薇 出品平台：DataFunTalk 导读： 目前AI技术受到了各大手机和智能设备应用厂商的广泛关注，尤其是基于深度学习的自然语言处理（NLP）因其丰富的应用场景，带动了大量快速增长的应用落地，如机器翻译，搜索推荐，问答系统，聊天机器人等。如何将</description>
    </item>
    <item>
      <title>亿级用户腾讯看点信息流推荐系统的架构挑战</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BF%E7%BA%A7%E7%94%A8%E6%88%B7%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%9E%B6%E6%9E%84%E6%8C%91%E6%88%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:49 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BF%E7%BA%A7%E7%94%A8%E6%88%B7%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%9E%B6%E6%9E%84%E6%8C%91%E6%88%98/</guid>
      <description>导语 | 看点信息流每天为亿级用户提供海量实时推荐服务，除了大并发/低延迟/高性能等传统架构挑战以外，还有哪些推荐系统特有的架构挑战难题，又是如何解决的？本文是对腾讯看点独立端推荐研发中心总监——彭默在云＋社区沙龙online的分享整理，希望与大家一同交流。 一、看点信息流 在 QQ 浏览器的</description>
    </item>
    <item>
      <title>机器学习在美团配送系统的实践用技术还原真实世界</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%BE%8E%E5%9B%A2%E9%85%8D%E9%80%81%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%AE%9E%E8%B7%B5%E7%94%A8%E6%8A%80%E6%9C%AF%E8%BF%98%E5%8E%9F%E7%9C%9F%E5%AE%9E%E4%B8%96%E7%95%8C/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E7%BE%8E%E5%9B%A2%E9%85%8D%E9%80%81%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%AE%9E%E8%B7%B5%E7%94%A8%E6%8A%80%E6%9C%AF%E8%BF%98%E5%8E%9F%E7%9C%9F%E5%AE%9E%E4%B8%96%E7%95%8C/</guid>
      <description>何仁清 ·2018-12-13 20:00 在2018 AI开发者大会（AI NEXTCon）上，美团配送AI方向负责人何仁清，分享了美团在即时配送领域中机器学习技术的最新进展，以及如何通过大数据和机器学习手段，建立对线下真实世界各种场景的感知能力，还原并预测配送过程各个细节，从而提升整体配送系统</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习七模型理论和实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%83%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:43 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%83%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</guid>
      <description>原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-05-05 1、引言 在CTR预估中，为了解决稀疏特征的问题，学者们提出了FM模型来建模特征之间的交互关系。但是FM模型只能表达特征之间两两组合之间的关系，无法建模两个特征之间深层次的关系或者说多个特征之间的交</description>
    </item>
    <item>
      <title>年月初深圳图像算法工程师面试题分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%88%9D%E6%B7%B1%E5%9C%B3%E5%9B%BE%E5%83%8F%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:39 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%88%9D%E6%B7%B1%E5%9C%B3%E5%9B%BE%E5%83%8F%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</guid>
      <description>问题一：Batch-norm作用和参数 batch norm的作用 batch norm对于输入数据做了零均值化和方差归一化过程，方便了下一层网络的训练过程，从而加速了网络的学习。不同batch的数据，由于加入了batch norm，中间层的表现会更加稳定，输出值不会偏移太多。各层之间受之前层的影响降低，</description>
    </item>
    <item>
      <title>技术韩伟黄页商家智能聊天助手用户体验深度优化</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E9%9F%A9%E4%BC%9F%E9%BB%84%E9%A1%B5%E5%95%86%E5%AE%B6%E6%99%BA%E8%83%BD%E8%81%8A%E5%A4%A9%E5%8A%A9%E6%89%8B%E7%94%A8%E6%88%B7%E4%BD%93%E9%AA%8C%E6%B7%B1%E5%BA%A6%E4%BC%98%E5%8C%96/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:39 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E9%9F%A9%E4%BC%9F%E9%BB%84%E9%A1%B5%E5%95%86%E5%AE%B6%E6%99%BA%E8%83%BD%E8%81%8A%E5%A4%A9%E5%8A%A9%E6%89%8B%E7%94%A8%E6%88%B7%E4%BD%93%E9%AA%8C%E6%B7%B1%E5%BA%A6%E4%BC%98%E5%8C%96/</guid>
      <description>2021年9月10日-9月13日，2021世界机器人大会在北京举行，本届大会以“共享新成果，共注新动能”为主题，全面展示机器人领域新技术、新产品、新模式、新业态，围绕机器人研究、应用领域及人工智能的创新发展开展高水平交流活动。本届大会包括论坛、博览会、机器人大赛等活动，论坛由3天</description>
    </item>
    <item>
      <title>推荐系统论文回顾神经协同过滤理解与实现</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AE%BA%E6%96%87%E5%9B%9E%E9%A1%BE%E7%A5%9E%E7%BB%8F%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4%E7%90%86%E8%A7%A3%E4%B8%8E%E5%AE%9E%E7%8E%B0/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:37 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AE%BA%E6%96%87%E5%9B%9E%E9%A1%BE%E7%A5%9E%E7%BB%8F%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4%E7%90%86%E8%A7%A3%E4%B8%8E%E5%AE%9E%E7%8E%B0/</guid>
      <description>作者：Kung-Hsiang, Huang (Steeve) 编译：ronghuaiyang 今天给大家回顾一篇论文，神经协同过滤，看名字就知道，神经网络版本的协同过滤，推荐算法的经典的方法之一。 神经协同过滤(NCF)是新加坡国立大学、哥伦比亚大学、山东大学、德州农工大学于 2017 年共同发表的一篇论文。利用神经网络</description>
    </item>
    <item>
      <title>大脑爆发背后是年互联网架构重大变革</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E8%84%91%E7%88%86%E5%8F%91%E8%83%8C%E5%90%8E%E6%98%AF%E5%B9%B4%E4%BA%92%E8%81%94%E7%BD%91%E6%9E%B6%E6%9E%84%E9%87%8D%E5%A4%A7%E5%8F%98%E9%9D%A9/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:36 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E8%84%91%E7%88%86%E5%8F%91%E8%83%8C%E5%90%8E%E6%98%AF%E5%B9%B4%E4%BA%92%E8%81%94%E7%BD%91%E6%9E%B6%E6%9E%84%E9%87%8D%E5%A4%A7%E5%8F%98%E9%9D%A9/</guid>
      <description>前言：面对即将到来的2019年，互联网诞生50年，将是诸多纪念活动中重要的一个，经过50年的发展，互联网究竟发生什么重要的变化，通过这篇文章试图进行一次总结，也作为提前向互联网50年的致敬。 作者：刘锋 计算机博士，《互联网进化论》作者 _ _ 21世纪以来，眼花缭乱的前沿科技喷薄而出，从</description>
    </item>
    <item>
      <title>独家解读滴滴机器学习平台架构演进之路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8B%AC%E5%AE%B6%E8%A7%A3%E8%AF%BB%E6%BB%B4%E6%BB%B4%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E6%BC%94%E8%BF%9B%E4%B9%8B%E8%B7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:33 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8B%AC%E5%AE%B6%E8%A7%A3%E8%AF%BB%E6%BB%B4%E6%BB%B4%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E6%BC%94%E8%BF%9B%E4%B9%8B%E8%B7%AF/</guid>
      <description>滴滴机器学习平台技术团队 现在很多互联网公司都有自己的机器学习平台，冠以之名虽然形形色色，但就平台所要解决的问题和技术选型基本还是大同小异。 所谓大同是指大家所要处理的问题都相似，技术架构和选型也差不太多，比如都会使用 GPU 集群、采用 Spark 或 K8s 平台等。所谓小异是指各家规模不同，各家都在结合自</description>
    </item>
    <item>
      <title>美团算法平台在线服务体系的演进与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E7%AE%97%E6%B3%95%E5%B9%B3%E5%8F%B0%E5%9C%A8%E7%BA%BF%E6%9C%8D%E5%8A%A1%E4%BD%93%E7%B3%BB%E7%9A%84%E6%BC%94%E8%BF%9B%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:33 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E7%AE%97%E6%B3%95%E5%B9%B3%E5%8F%B0%E5%9C%A8%E7%BA%BF%E6%9C%8D%E5%8A%A1%E4%BD%93%E7%B3%BB%E7%9A%84%E6%BC%94%E8%BF%9B%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>来源：美团技术团队 图灵平台是美团配送技术团队搭建的一站式算法平台，图灵平台中的在线服务框架——图灵OS主要聚焦于机器学习和深度学习在线服务模块，为模型和算法策略的线上部署和计算提供统一的平台化解决方案，能够有效提升算法迭代效率。本文将与大家探讨图灵OS在建设和实践中的思考和优化思</description>
    </item>
    <item>
      <title>阿里妈妈是如何做品牌风险管理的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E6%98%AF%E5%A6%82%E4%BD%95%E5%81%9A%E5%93%81%E7%89%8C%E9%A3%8E%E9%99%A9%E7%AE%A1%E7%90%86%E7%9A%84/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:33 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E6%98%AF%E5%A6%82%E4%BD%95%E5%81%9A%E5%93%81%E7%89%8C%E9%A3%8E%E9%99%A9%E7%AE%A1%E7%90%86%E7%9A%84/</guid>
      <description>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</description>
    </item>
    <item>
      <title>百分点认知智能实验室智能校对的技术原理和实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%88%86%E7%82%B9%E8%AE%A4%E7%9F%A5%E6%99%BA%E8%83%BD%E5%AE%9E%E9%AA%8C%E5%AE%A4%E6%99%BA%E8%83%BD%E6%A0%A1%E5%AF%B9%E7%9A%84%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E5%92%8C%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%88%86%E7%82%B9%E8%AE%A4%E7%9F%A5%E6%99%BA%E8%83%BD%E5%AE%9E%E9%AA%8C%E5%AE%A4%E6%99%BA%E8%83%BD%E6%A0%A1%E5%AF%B9%E7%9A%84%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E5%92%8C%E5%AE%9E%E8%B7%B5/</guid>
      <description>认知智能实验室 百分点科技稿 编者按: 大数据时代下各种文本信息爆炸，传统的文本分析处理工作逐渐被计算机取代。文本数据量越大，其中所包含的错误的总数也越多，通过校对工作来纠正文本中的错误显得尤其重要。传统的校对主要依赖人工，通过人来发现和纠正文本中的错误，人工校对效率低、强度大、周期长</description>
    </item>
    <item>
      <title>跨境电商如何使用交互行为类型进行可解释推荐</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B7%A8%E5%A2%83%E7%94%B5%E5%95%86%E5%A6%82%E4%BD%95%E4%BD%BF%E7%94%A8%E4%BA%A4%E4%BA%92%E8%A1%8C%E4%B8%BA%E7%B1%BB%E5%9E%8B%E8%BF%9B%E8%A1%8C%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:21 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B7%A8%E5%A2%83%E7%94%B5%E5%95%86%E5%A6%82%E4%BD%95%E4%BD%BF%E7%94%A8%E4%BA%A4%E4%BA%92%E8%A1%8C%E4%B8%BA%E7%B1%BB%E5%9E%8B%E8%BF%9B%E8%A1%8C%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90/</guid>
      <description>浅梦的学习笔记 关注专栏写文章 “ 本文介绍了跨境电商Etsy如何利用用户历史交互行为的类型(如浏览，喜欢，收藏，加购，购买等)来完善物品的embedding表示，并进行可解释推荐。在离线和在线实验中均验证了引入交互类型信息后对于建模用户行为的准确性有提升。 ” 背景和介绍 工业级的推荐系统</description>
    </item>
    <item>
      <title>技术王焱同城流式语音识别引擎应用实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E7%8E%8B%E7%84%B1%E5%90%8C%E5%9F%8E%E6%B5%81%E5%BC%8F%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BC%95%E6%93%8E%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:11:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E7%8E%8B%E7%84%B1%E5%90%8C%E5%9F%8E%E6%B5%81%E5%BC%8F%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BC%95%E6%93%8E%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</guid>
      <description>导读： 5月20日-5月22日，第十三届中国系统架构师大会(SACC2021)在云端以网络直播的形式成功举行。会议的主题为“数字转型、架构重塑”，聚焦业务架构演进、分布式存储、音视频技术、云技术、信息安全等多个领域，云集了国内CTO、研发总监、高级系统架构师、开发工程师和IT经理等</description>
    </item>
    <item>
      <title>解密淘宝推荐实战打造比你还懂你的个性化</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E5%AF%86%E6%B7%98%E5%AE%9D%E6%8E%A8%E8%8D%90%E5%AE%9E%E6%88%98%E6%89%93%E9%80%A0%E6%AF%94%E4%BD%A0%E8%BF%98%E6%87%82%E4%BD%A0%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96/</link>
      <pubDate>Tue, 15 Mar 2022 09:10:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E5%AF%86%E6%B7%98%E5%AE%9D%E6%8E%A8%E8%8D%90%E5%AE%9E%E6%88%98%E6%89%93%E9%80%A0%E6%AF%94%E4%BD%A0%E8%BF%98%E6%87%82%E4%BD%A0%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96/</guid>
      <description>阿里云云栖号 以下内容根据演讲视频以及PPT整理而成。 手淘推荐简介 手淘推荐的快速发展源于2014年阿里“All in 无线”战略的提出。在无线时代，手机屏幕变小，用户无法同时浏览多个视窗，交互变得困难，在这样的情况下，手淘借助个性化推荐来提升用户在无线端的浏览效率。经过近几年的发展，推荐</description>
    </item>
    <item>
      <title>语义分割江湖的那些事儿从旷视说起</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%AD%E4%B9%89%E5%88%86%E5%89%B2%E6%B1%9F%E6%B9%96%E7%9A%84%E9%82%A3%E4%BA%9B%E4%BA%8B%E5%84%BF%E4%BB%8E%E6%97%B7%E8%A7%86%E8%AF%B4%E8%B5%B7/</link>
      <pubDate>Tue, 15 Mar 2022 09:10:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%AD%E4%B9%89%E5%88%86%E5%89%B2%E6%B1%9F%E6%B9%96%E7%9A%84%E9%82%A3%E4%BA%9B%E4%BA%8B%E5%84%BF%E4%BB%8E%E6%97%B7%E8%A7%86%E8%AF%B4%E8%B5%B7/</guid>
      <description>今天的主题是 Face++ Detection 组近两年持续在做的 Semantic Segmentation相关工作，代表性成果主要有 1）GCN (CVPR2017)、2）DFN (CVPR2018)、3）BiSeNet (ECCV2018)。我们先来看一段演示 Demo： CVPR2018 DFN算法结果展示 回顾 介绍算法之前，我们先简单回顾一下语义分</description>
    </item>
    <item>
      <title>同城帮帮商家版智能问答模型优化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%B8%AE%E5%B8%AE%E5%95%86%E5%AE%B6%E7%89%88%E6%99%BA%E8%83%BD%E9%97%AE%E7%AD%94%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:10:44 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%B8%AE%E5%B8%AE%E5%95%86%E5%AE%B6%E7%89%88%E6%99%BA%E8%83%BD%E9%97%AE%E7%AD%94%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>来源： 郭宗沂 58技术 导读： 58同城是国内最大的生活服务信息服务平台，连接着数千万C端用户和数百万B端商家，为了提升B端商家和C端用户的有效连接，基于智能对话机器人我们构建了帮帮智能客服商家版，其中一项功能为在微聊中对用户问题进行智能回复。 背景 智能回复流程由QABot机器人和Tas</description>
    </item>
    <item>
      <title>阿里飞猪推荐算法探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:09:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：温鸿 阿里巴巴 高级算法专家 编辑整理：孙彬 太原理工大学 出品平台：DataFunSummit 导读： 本文的主题为阿里飞猪推荐算法探索实践，首先会介绍电商背景下主流推荐技术的发展，例如基于全空间的CVR预估技术的发展历程等 ( ESMM / ESM^2 / HM^3 )；接着会重点结合旅行行业的特色，进一步介绍飞</description>
    </item>
    <item>
      <title>人半年打造语音识别引擎同城语音识别自研之路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%8D%8A%E5%B9%B4%E6%89%93%E9%80%A0%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BC%95%E6%93%8E%E5%90%8C%E5%9F%8E%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E8%87%AA%E7%A0%94%E4%B9%8B%E8%B7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:42 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%8D%8A%E5%B9%B4%E6%89%93%E9%80%A0%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BC%95%E6%93%8E%E5%90%8C%E5%9F%8E%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E8%87%AA%E7%A0%94%E4%B9%8B%E8%B7%AF/</guid>
      <description>导读：大多数人会认为研发语音识别技术是一条艰难的道路，投入会巨大，道路会很漫长。我们于2019年11月组建了3人团队自主研发语音识别技术，包括2名算法工程师和1名后端工程师，历经半年，自研语音识别引擎效果超过第三方采购厂商，成功打造了58语音识别引擎。本文将分享我们自研语音识别技</description>
    </item>
    <item>
      <title>华为云细粒度文本情感分析及应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%8E%E4%B8%BA%E4%BA%91%E7%BB%86%E7%B2%92%E5%BA%A6%E6%96%87%E6%9C%AC%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%E5%8F%8A%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:42 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%8E%E4%B8%BA%E4%BA%91%E7%BB%86%E7%B2%92%E5%BA%A6%E6%96%87%E6%9C%AC%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%E5%8F%8A%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：李明磊博士 华为云 NLP算法专家 编辑整理：付一韬 出品平台：DataFunTalk 导读： 随着移动互联网的普及，网络上每天产生大量的文本数据，蕴含着巨大的有价值信息。情感分析作为自然语言处理中的一个重要研究方向。在实践中有着广泛的应用，如商品评论分析、政治、金融、旅游等领域中</description>
    </item>
    <item>
      <title>机器学习比赛大杀器模型融合</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%AF%94%E8%B5%9B%E5%A4%A7%E6%9D%80%E5%99%A8%E6%A8%A1%E5%9E%8B%E8%9E%8D%E5%90%88/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:41 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%AF%94%E8%B5%9B%E5%A4%A7%E6%9D%80%E5%99%A8%E6%A8%A1%E5%9E%8B%E8%9E%8D%E5%90%88/</guid>
      <description>_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。主要包括： 投票集成 平均 排名</description>
    </item>
    <item>
      <title>卷积有多少种一文读懂深度学习中的各种卷积</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%B7%E7%A7%AF%E6%9C%89%E5%A4%9A%E5%B0%91%E7%A7%8D%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E5%90%84%E7%A7%8D%E5%8D%B7%E7%A7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:39 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%B7%E7%A7%AF%E6%9C%89%E5%A4%9A%E5%B0%91%E7%A7%8D%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E5%90%84%E7%A7%8D%E5%8D%B7%E7%A7%AF/</guid>
      <description>作者: Kunlun Bai 机器之心编译 参与：熊猫 我们都知道卷积的重要性，但你知道深度学习领域的卷积究竟是什么，又有多少种类吗？研究学者 Kunlun Bai 近日发布一篇介绍深度学习的卷积文章，用浅显易懂的方式介绍了深度学习领域的各种卷积及其优势。鉴于原文过长，机器之心选择其中部分内容进行介绍，2、4、5、9、11</description>
    </item>
    <item>
      <title>机器学习特征工程全过程</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B%E5%85%A8%E8%BF%87%E7%A8%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B%E5%85%A8%E8%BF%87%E7%A8%8B/</guid>
      <description>1 特征工程是什么？ 有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。通过总结和归纳，人们认为特征工程包括以下方面： 特征处理是</description>
    </item>
    <item>
      <title>详解</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%A6%E8%A7%A3/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%A6%E8%A7%A3/</guid>
      <description>前言 注意力（Attention）机制[2]由Bengio团队与2014年提出并在近年广泛的应用在深度学习中的各个领域，例如在计算机视觉方向用于捕捉图像上的感受野，或者NLP中用于定位关键token或者特征。谷歌团队近期提出的用于生成词向量的BERT[3]算法在NLP的11项任务中</description>
    </item>
    <item>
      <title>高斯热图坐标回归</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%AB%98%E6%96%AF%E7%83%AD%E5%9B%BE%E5%9D%90%E6%A0%87%E5%9B%9E%E5%BD%92/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%AB%98%E6%96%AF%E7%83%AD%E5%9B%BE%E5%9D%90%E6%A0%87%E5%9B%9E%E5%BD%92/</guid>
      <description>作者：黄海安 编辑：田 旭 前 言 论文地址： https://arxiv.org/abs/1801.07372 开源地址： https://github.com/anibali/dsntnn 01 创新点 这篇文章我本人非常喜欢，因为这个问题困扰我很久了，后面会细说。当看到这篇文章的时候我确实蛮激动的，后面发现还有几篇同样思路的论文，看来还是论文看的太少了。 目前的数值坐标回归任务存在于大量的实际需求中，例如人体关键点检测、人</description>
    </item>
    <item>
      <title>深度学习在同城租房搜索排序中的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%90%8C%E5%9F%8E%E7%A7%9F%E6%88%BF%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:37 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%90%8C%E5%9F%8E%E7%A7%9F%E6%88%BF%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾: 崔凌云，58同城TEG搜索排序部算法架构师 整理出品: 张劲， AICUG人工智能社区 深度语义模型BERT在58同城搜索的实践 导读： 本次分享主要以58租房搜索排序为背景，介绍深度学习在排序阶段的探索和实践，主要包括：单目标优化、多目标优化、DeepFM、DIN、DIEN、ES</description>
    </item>
    <item>
      <title>近期知识图谱顶会论文推荐你都读过哪几篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%BF%91%E6%9C%9F%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E9%A1%B6%E4%BC%9A%E8%AE%BA%E6%96%87%E6%8E%A8%E8%8D%90%E4%BD%A0%E9%83%BD%E8%AF%BB%E8%BF%87%E5%93%AA%E5%87%A0%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%BF%91%E6%9C%9F%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E9%A1%B6%E4%BC%9A%E8%AE%BA%E6%96%87%E6%8E%A8%E8%8D%90%E4%BD%A0%E9%83%BD%E8%AF%BB%E8%BF%87%E5%93%AA%E5%87%A0%E7%AF%87/</guid>
      <description>精选 5 篇来自 EMNLP 2018、CIKM 2018、NAACL 2018 和 IJCAI 2018 的知识图谱相关工作，带你快速了解知识图谱领域最新研究进展。 本期内容选编自微信公众号「开放知识图谱」。 EMNLP 2018 ■ 论文解读 | 刘兵，东南大学博士，研究方向为自然语言处理、信息抽取 论文动机 在远程监督任务中，除了语料的错误标注问题，还</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习二模型理论和实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:33 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</guid>
      <description>原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-10 1、FFM理论 在CTR预估中，经常会遇到one-hot类型的变量，one-hot类型变量会导致严重的数据特征稀疏的情况，为了解决这一问题，在上一讲中，我们介绍了FM算法。这一讲我们介绍一种在FM基</description>
    </item>
    <item>
      <title>看一看推荐模型揭秘微信团队提出实时算法解决推荐系统多样性问题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E5%9B%A2%E9%98%9F%E6%8F%90%E5%87%BA%E5%AE%9E%E6%97%B6%E7%AE%97%E6%B3%95%E8%A7%A3%E5%86%B3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%A4%9A%E6%A0%B7%E6%80%A7%E9%97%AE%E9%A2%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9C%8B%E4%B8%80%E7%9C%8B%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B%E6%8F%AD%E7%A7%98%E5%BE%AE%E4%BF%A1%E5%9B%A2%E9%98%9F%E6%8F%90%E5%87%BA%E5%AE%9E%E6%97%B6%E7%AE%97%E6%B3%95%E8%A7%A3%E5%86%B3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%A4%9A%E6%A0%B7%E6%80%A7%E9%97%AE%E9%A2%98/</guid>
      <description>0. 导语 本论文题为《Real-time Attention based Look-alike Model for Recommender System》，作者 Yudan Liu, Kaikai Ge, Xu Zhang, Leyu Lin，已被 KDD 19 接收，原文见附录。 Look-alike 是广告领域经典的推荐算法，拥有定向能力强、用户扩展精准等优点。本文在微信看一看的推荐场景下对传统 look-alike 进行了改造，使之更适合高时效性的资讯推荐系统。 Fig.0. 微信看一看 微信看</description>
    </item>
    <item>
      <title>供应链供应链物流采购到底有什么区别</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BE%9B%E5%BA%94%E9%93%BE%E4%BE%9B%E5%BA%94%E9%93%BE%E7%89%A9%E6%B5%81%E9%87%87%E8%B4%AD%E5%88%B0%E5%BA%95%E6%9C%89%E4%BB%80%E4%B9%88%E5%8C%BA%E5%88%AB/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:31 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BE%9B%E5%BA%94%E9%93%BE%E4%BE%9B%E5%BA%94%E9%93%BE%E7%89%A9%E6%B5%81%E9%87%87%E8%B4%AD%E5%88%B0%E5%BA%95%E6%9C%89%E4%BB%80%E4%B9%88%E5%8C%BA%E5%88%AB/</guid>
      <description>文章作者： @Baltam 责任编辑： @欢偷偷 本篇文章是由以上作者在知乎的优秀回答(原文链接: Baltam：供应链、物流、采购到底有什么区别？), 通过 『运筹OR帷幄』 责任编辑整理而成。 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</description>
    </item>
    <item>
      <title>深入理解推荐系统和</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%92%8C/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:31 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%92%8C/</guid>
      <description>深入理解推荐系统：召回 深入理解 YouTube 推荐系统算法 深入理解推荐系统：排序 作为【推荐系统】系列文章的第四篇，将以推荐系统的“Fairness公平性”作为今天的主角，会从四个方面来介绍Fairness的相关问题、解决方案、相关比赛和参考文献。 有一段时间没有更新这个系列的文章，最近刚好没太多</description>
    </item>
    <item>
      <title>干货篇同城向量化召回上的深度学习实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E5%90%8C%E5%9F%8E%E5%90%91%E9%87%8F%E5%8C%96%E5%8F%AC%E5%9B%9E%E4%B8%8A%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E5%90%8C%E5%9F%8E%E5%90%91%E9%87%8F%E5%8C%96%E5%8F%AC%E5%9B%9E%E4%B8%8A%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾: 彭小钰，58同城TEG搜索推荐部高级算法工程师 整理出品: AICUG人工智能社区 PPT下载： http://www.aicug.cn/#/docs 浏览器不支持该媒体的播放 :( 导读: 向量化召回通过学习用户与物品低维向量化表征，将召回建模成向量空间内的近邻搜索问题，有效提升了召回的泛化能力与多样性，是推荐引擎的核心召回通道。本次</description>
    </item>
    <item>
      <title>用户画像从到的构建思路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%BB%8E%E5%88%B0%E7%9A%84%E6%9E%84%E5%BB%BA%E6%80%9D%E8%B7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E4%BB%8E%E5%88%B0%E7%9A%84%E6%9E%84%E5%BB%BA%E6%80%9D%E8%B7%AF/</guid>
      <description>文章作者：杨帆、杨楠楠 编辑整理：Hoh 内容来源：《数据产品经理：实战进阶》 出品平台：DataFun 导读： 用户画像作为当下描述分析用户、运营营销的重要工具，被全部互联网人熟知，用户画像的定义并不复杂，是系统通过用户自行上传或埋点上报收集记录了用户大量信息，为便于各业务应用，将这些信</description>
    </item>
    <item>
      <title>当你打开天猫的那一刻推荐系统做了哪些工作</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BD%93%E4%BD%A0%E6%89%93%E5%BC%80%E5%A4%A9%E7%8C%AB%E7%9A%84%E9%82%A3%E4%B8%80%E5%88%BB%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%81%9A%E4%BA%86%E5%93%AA%E4%BA%9B%E5%B7%A5%E4%BD%9C/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BD%93%E4%BD%A0%E6%89%93%E5%BC%80%E5%A4%A9%E7%8C%AB%E7%9A%84%E9%82%A3%E4%B8%80%E5%88%BB%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%81%9A%E4%BA%86%E5%93%AA%E4%BA%9B%E5%B7%A5%E4%BD%9C/</guid>
      <description>阿里妹导读：当年打开天猫的那一刻，它为你完成了华丽的变身，成为世上独一无二的“天猫”，这就是智能推荐的力量。今天，来自阿里巴巴搜索推荐事业部的算法工程师陈启伟为你介绍天猫如何玩转首页个性化推荐，揭开搜索推荐的神秘面纱。 天猫首页作为用户打开手机天猫App的第一印象，所推荐的商品极大</description>
    </item>
    <item>
      <title>译支持向量机教程</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%91%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA%E6%95%99%E7%A8%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%91%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA%E6%95%99%E7%A8%8B/</guid>
      <description>原文地址： Support Vector Machine (SVM) Tutorial 原文作者： Abhishek Ghose 译文出自： 掘金翻译计划 本文永久链接： github.com/xitu/gold-m… 译者： zhmhhu 校对者： TrWestdoor, 1992chenlu 支持向量机（SVM）教程 从例子中学习 SVM 在 Statsbot 团队发布关于 时间序列异常检测 的帖子之后，许多读者要求我们告诉他们有关支持向量机的方法。现在是时候在不涉</description>
    </item>
    <item>
      <title>算法在哈啰顺风车中的实践应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%9C%A8%E5%93%88%E5%95%B0%E9%A1%BA%E9%A3%8E%E8%BD%A6%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:22 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%9C%A8%E5%93%88%E5%95%B0%E9%A1%BA%E9%A3%8E%E8%BD%A6%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：盛小双 哈啰出行 算法专家 编辑整理：Hoh 出品平台：DataFunTalk 导读： 如果科技让出行更美好，可以推动出行的进化，那么AI算法模型的应用，就是其中一个最大的推动力。本次分享的主题为算法在哈啰顺风车中的实践应用，将首先介绍算法同学依托于什么样的算法平台来解决哪些具体的</description>
    </item>
    <item>
      <title>娓娓道来图模型图查询图计算和图学习知识</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A8%93%E5%A8%93%E9%81%93%E6%9D%A5%E5%9B%BE%E6%A8%A1%E5%9E%8B%E5%9B%BE%E6%9F%A5%E8%AF%A2%E5%9B%BE%E8%AE%A1%E7%AE%97%E5%92%8C%E5%9B%BE%E5%AD%A6%E4%B9%A0%E7%9F%A5%E8%AF%86/</link>
      <pubDate>Tue, 15 Mar 2022 09:07:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A8%93%E5%A8%93%E9%81%93%E6%9D%A5%E5%9B%BE%E6%A8%A1%E5%9E%8B%E5%9B%BE%E6%9F%A5%E8%AF%A2%E5%9B%BE%E8%AE%A1%E7%AE%97%E5%92%8C%E5%9B%BE%E5%AD%A6%E4%B9%A0%E7%9F%A5%E8%AF%86/</guid>
      <description>作者：youhuanli，腾讯 WXG 应用研究员 笔者自 2011 年大二的时候加入北大计算所图数据库小组直到 18 年博士毕业，此后工作的两年一直关注图技术的发展，并同很多同行和图库的潜在客户有较多接触。同时也参与过知识图谱、图计算系统以及图表示学习算法等的研发。本篇的内容主要从图模型、图查询以及图计</description>
    </item>
    <item>
      <title>蘑菇街增量学习番外篇二优化器设计理论篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%98%91%E8%8F%87%E8%A1%97%E5%A2%9E%E9%87%8F%E5%AD%A6%E4%B9%A0%E7%95%AA%E5%A4%96%E7%AF%87%E4%BA%8C%E4%BC%98%E5%8C%96%E5%99%A8%E8%AE%BE%E8%AE%A1%E7%90%86%E8%AE%BA%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:07:54 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%98%91%E8%8F%87%E8%A1%97%E5%A2%9E%E9%87%8F%E5%AD%A6%E4%B9%A0%E7%95%AA%E5%A4%96%E7%AF%87%E4%BA%8C%E4%BC%98%E5%8C%96%E5%99%A8%E8%AE%BE%E8%AE%A1%E7%90%86%E8%AE%BA%E7%AF%87/</guid>
      <description>作者：美丽联合集团 算法工程师 琦琦 ， 公众号关注：诗品算法 0、引言 在增量学习中，针对不同的模型结构，我们可以设计不同的优化器承接。在这篇文章中，我将为大家详细阐述我们在实践中尝试过的优化器原理及其优缺点。我们最终选择的是AdaDeltaW和FTRL，原因就藏在这篇文章中～相信你会怀揣</description>
    </item>
    <item>
      <title>解密商业化广告投放平台技术架构</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E5%AF%86%E5%95%86%E4%B8%9A%E5%8C%96%E5%B9%BF%E5%91%8A%E6%8A%95%E6%94%BE%E5%B9%B3%E5%8F%B0%E6%8A%80%E6%9C%AF%E6%9E%B6%E6%9E%84/</link>
      <pubDate>Tue, 15 Mar 2022 09:07:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E5%AF%86%E5%95%86%E4%B8%9A%E5%8C%96%E5%B9%BF%E5%91%8A%E6%8A%95%E6%94%BE%E5%B9%B3%E5%8F%B0%E6%8A%80%E6%9C%AF%E6%9E%B6%E6%9E%84/</guid>
      <description>转载自 DataFunTalk 社区 大家可以关注他们的公众号， 内容很干货 导读： 互联网广告是流量商业变现的重要途径之一，涉及服务平台、检索引擎、算法策略、数据工程等多个方向。本次分享的主题为商业化广告投放平台技术架构，分享的内容集中在工程领域，结合业界广告投放平台的通用技术范式，分享智能营销平台是如何打造</description>
    </item>
    <item>
      <title>算法理论与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E7%90%86%E8%AE%BA%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:07:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E7%90%86%E8%AE%BA%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>背景 在CTR预估任务中，线性模型仍占有半壁江山。利用手工构造的交叉组合特征来使线性模型具有“记忆性”，使模型记住共现频率较高的特征组合，往往也能达到一个不错的baseline，且可解释性强。但这种方式有着较为明显的缺点：首先，特征工程需要耗费太多精力。其次，因为模型是强行记住这些</description>
    </item>
    <item>
      <title>知识图谱的自动构建</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E8%87%AA%E5%8A%A8%E6%9E%84%E5%BB%BA/</link>
      <pubDate>Tue, 15 Mar 2022 09:07:11 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E8%87%AA%E5%8A%A8%E6%9E%84%E5%BB%BA/</guid>
      <description>本文根据 吴信东 (IEEE &amp;amp; AAAS Fellow，明略科技 首席科学家) 教授在2019知识图谱前沿技术论坛 的分享内容，编辑整理而成，发布于 DataFunTalk，编辑整理： 王吉东。 注：欢迎转载，转载请在留言区内留言。 导读： 知识图谱的构建包括逻辑建模、隐含空间分析、人机交互和本体模型支撑等多种方法。</description>
    </item>
    <item>
      <title>美团本地生活场景的短视频分析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%9C%AC%E5%9C%B0%E7%94%9F%E6%B4%BB%E5%9C%BA%E6%99%AF%E7%9A%84%E7%9F%AD%E8%A7%86%E9%A2%91%E5%88%86%E6%9E%90/</link>
      <pubDate>Tue, 15 Mar 2022 09:07:11 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%9C%AC%E5%9C%B0%E7%94%9F%E6%B4%BB%E5%9C%BA%E6%99%AF%E7%9A%84%E7%9F%AD%E8%A7%86%E9%A2%91%E5%88%86%E6%9E%90/</guid>
      <description>分享嘉宾：马彬 博士 美团 技术专家 编辑整理：刘小辉 出品平台：DataFunTalk、AI启蒙者 导读： 在硬件、软件技术发展的助推下，我们正进入一个视频爆发的时代，无论从用户还是内容维度，视频数据都蕴含着非常大的信息量，在视频数据的分析中AI算法大有可为，无论是视频的创作、审核、编辑还是</description>
    </item>
    <item>
      <title>知其然知其所以然基于多任务学习的可解释推荐系统</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E5%85%B6%E7%84%B6%E7%9F%A5%E5%85%B6%E6%89%80%E4%BB%A5%E7%84%B6%E5%9F%BA%E4%BA%8E%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E5%85%B6%E7%84%B6%E7%9F%A5%E5%85%B6%E6%89%80%E4%BB%A5%E7%84%B6%E5%9F%BA%E4%BA%8E%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/</guid>
      <description>本文是工业界和学术界共同合作的产物。Layer 6 AI 和 University College Dublin 的科学家们提出一种 通过整合矩阵分解（MF）模型和对抗式 Seq2Seq 模型的多任务学习框架，并利用强化学习来尝试生成评论，借以解答推荐系统的研究和应用领域一种“殿堂”级的难题——推荐系统的评分预测的可解释性。除此之外，该模型的预测准确性</description>
    </item>
    <item>
      <title>美团新一代预测服务的优化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%96%B0%E4%B8%80%E4%BB%A3%E9%A2%84%E6%B5%8B%E6%9C%8D%E5%8A%A1%E7%9A%84%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%96%B0%E4%B8%80%E4%BB%A3%E9%A2%84%E6%B5%8B%E6%9C%8D%E5%8A%A1%E7%9A%84%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：伟龙 小卓 文魁等 美团技术团队投稿 CTR模型在互联网的搜索、推荐、广告等场景有着广泛的应用。近年来，随着深度神经网络的引入，CTR模型的推理对硬件算力的要求逐渐增加。本文介绍了美团在CTR模型优化的实践。通过分析模型结构特点，结合GPU硬件架构，我们设计了一系列流程对模型进行定</description>
    </item>
    <item>
      <title>万字长文梳理预估模型发展过程与关系图谱</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E6%A2%B3%E7%90%86%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%8F%91%E5%B1%95%E8%BF%87%E7%A8%8B%E4%B8%8E%E5%85%B3%E7%B3%BB%E5%9B%BE%E8%B0%B1/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E6%A2%B3%E7%90%86%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%8F%91%E5%B1%95%E8%BF%87%E7%A8%8B%E4%B8%8E%E5%85%B3%E7%B3%BB%E5%9B%BE%E8%B0%B1/</guid>
      <description>背景 在推荐、搜索、广告等领域，CTR（click-through rate）预估是一项非常核心的技术，这里引用阿里妈妈资深算法专家朱小强大佬的一句话：“它（CTR 预估）是镶嵌在互联网技术上的明珠”。 本篇文章主要是对 CTR 预估中的常见模型进行梳理与总结，并分成模块进行概述。每个模型都会从</description>
    </item>
    <item>
      <title>用机器学习怎样鉴别不可描述的网站</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%80%8E%E6%A0%B7%E9%89%B4%E5%88%AB%E4%B8%8D%E5%8F%AF%E6%8F%8F%E8%BF%B0%E7%9A%84%E7%BD%91%E7%AB%99/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%80%8E%E6%A0%B7%E9%89%B4%E5%88%AB%E4%B8%8D%E5%8F%AF%E6%8F%8F%E8%BF%B0%E7%9A%84%E7%BD%91%E7%AB%99/</guid>
      <description>前两天教师节，人工智能头条的某个精神股东粉群里，大家纷纷向当年为我们启蒙、给我们带来快乐的老师们表达感激之情。 很多人表示，他们的硬盘里，至今还保留着当时她们上课时候的视频。有一些现在网站上已经很难找到了，于是大家又纷纷开始互相交流跟随这些老师学习实践的心得体会。 👆禅师最喜欢的教师</description>
    </item>
    <item>
      <title>百度事件知识图谱技术与应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E4%BA%8B%E4%BB%B6%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E6%8A%80%E6%9C%AF%E4%B8%8E%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E4%BA%8B%E4%BB%B6%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E6%8A%80%E6%9C%AF%E4%B8%8E%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：陈玉光 百度 资深研发工程师 编辑整理：叶祺 出品平台：DataFunTalk 导读： 目前百度事件图谱已构建了千万级规模的事件图谱，在收录时效上达到分钟级。事件图谱技术已应用到搜索、信息流等百度内部的产品中，相关能力也对外输出到媒体等多个行业。另外，事件图谱的前沿推理技术在金融领</description>
    </item>
    <item>
      <title>不仅仅用通过人工评估得到更好的推荐</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8D%E4%BB%85%E4%BB%85%E7%94%A8%E9%80%9A%E8%BF%87%E4%BA%BA%E5%B7%A5%E8%AF%84%E4%BC%B0%E5%BE%97%E5%88%B0%E6%9B%B4%E5%A5%BD%E7%9A%84%E6%8E%A8%E8%8D%90/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8D%E4%BB%85%E4%BB%85%E7%94%A8%E9%80%9A%E8%BF%87%E4%BA%BA%E5%B7%A5%E8%AF%84%E4%BC%B0%E5%BE%97%E5%88%B0%E6%9B%B4%E5%A5%BD%E7%9A%84%E6%8E%A8%E8%8D%90/</guid>
      <description>作者：Edwin Chen 编译：ronghuaiyang 导读 导读 用CTR来评估推荐算法是一个非常常用的度量，但并非是最好的度量。 假设你正在为一个新在线网站构建一个推荐算法。你如何衡量它的质量，以确保它发送给用户相关和个性化的内容？刚开始的时候，你希望点击率可以进行衡量，但经过一番思考，它</description>
    </item>
    <item>
      <title>的嵌入层是如何实现的看完你就明白了</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9A%84%E5%B5%8C%E5%85%A5%E5%B1%82%E6%98%AF%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E7%9A%84%E7%9C%8B%E5%AE%8C%E4%BD%A0%E5%B0%B1%E6%98%8E%E7%99%BD%E4%BA%86/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9A%84%E5%B5%8C%E5%85%A5%E5%B1%82%E6%98%AF%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E7%9A%84%E7%9C%8B%E5%AE%8C%E4%BD%A0%E5%B0%B1%E6%98%8E%E7%99%BD%E4%BA%86/</guid>
      <description>作者：__ 编译：ronghuaiyang 导读： 非常简单直白的语言解释了BERT中的嵌入层的组成以及实现的方式。 介绍 在本文中，我将解释BERT中嵌入层的实现细节，即 token 嵌入、Segment 嵌入和 Position 嵌入。 简介 这是一张来自论文的图，它恰当地描述了 BERT 中每一个嵌入层的功能： 与大多数旨在解决 nlp</description>
    </item>
    <item>
      <title>蒋能学网易云音乐广告算法实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%92%8B%E8%83%BD%E5%AD%A6%E7%BD%91%E6%98%93%E4%BA%91%E9%9F%B3%E4%B9%90%E5%B9%BF%E5%91%8A%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%92%8B%E8%83%BD%E5%AD%A6%E7%BD%91%E6%98%93%E4%BA%91%E9%9F%B3%E4%B9%90%E5%B9%BF%E5%91%8A%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：蒋能学 网易云音乐 编辑整理：桑小晰 深交所 出品平台：DataFunTalk 导读： 本次分享的主题为网易云音乐广告算法实践，内容围绕以下五个部分： 网易云音乐广告系统简介 广告点击率预估模型 广告转化率预估模型 用户向量建模与应用 总结与建议 01 网易云音乐广告系统简介 1. 网易云音乐广告特点 M</description>
    </item>
    <item>
      <title>优酷提出基于图执行引擎的算法服务框架系统架构概览</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E9%85%B7%E6%8F%90%E5%87%BA%E5%9F%BA%E4%BA%8E%E5%9B%BE%E6%89%A7%E8%A1%8C%E5%BC%95%E6%93%8E%E7%9A%84%E7%AE%97%E6%B3%95%E6%9C%8D%E5%8A%A1%E6%A1%86%E6%9E%B6%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%A6%82%E8%A7%88/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E9%85%B7%E6%8F%90%E5%87%BA%E5%9F%BA%E4%BA%8E%E5%9B%BE%E6%89%A7%E8%A1%8C%E5%BC%95%E6%93%8E%E7%9A%84%E7%AE%97%E6%B3%95%E6%9C%8D%E5%8A%A1%E6%A1%86%E6%9E%B6%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%A6%82%E8%A7%88/</guid>
      <description>原文： https://www.infoq.cn/article/PvhDVlcJuHzkDMv77mh7 背景 在阿里的业务中，有广泛的算法应用场景，也沉淀了相关的算法应用平台和工具：基础的算法引擎部分，有成熟的召回和打分预估引擎、在线实时特征服务；推荐算法应用领域，有算法实验平台 TPP（源于淘宝个性化平台），提供 Serverless 形式的算法实验平台，包括资源弹性伸缩、实验能力（代码在线发布、</description>
    </item>
    <item>
      <title>算力经济时代阿里展示广告引擎的柔性变形之路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E5%8A%9B%E7%BB%8F%E6%B5%8E%E6%97%B6%E4%BB%A3%E9%98%BF%E9%87%8C%E5%B1%95%E7%A4%BA%E5%B9%BF%E5%91%8A%E5%BC%95%E6%93%8E%E7%9A%84%E6%9F%94%E6%80%A7%E5%8F%98%E5%BD%A2%E4%B9%8B%E8%B7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E5%8A%9B%E7%BB%8F%E6%B5%8E%E6%97%B6%E4%BB%A3%E9%98%BF%E9%87%8C%E5%B1%95%E7%A4%BA%E5%B9%BF%E5%91%8A%E5%BC%95%E6%93%8E%E7%9A%84%E6%9F%94%E6%80%A7%E5%8F%98%E5%BD%A2%E4%B9%8B%E8%B7%AF/</guid>
      <description>作者：朱小强（怀人） 0. 序曲 纵观这两年业界技术的演化趋势，几乎主流的团队都已经完成了深度学习为代表的技术升级，进入到算力吃紧、模型红利放缓的新瓶颈期。去年在 《深度学习推荐系统》序言 一文中，我对工业级深度学习技术迈入新的 2.0 进阶阶段的特征做过一些探讨： 可以预见，在工业级深度学习2.0阶</description>
    </item>
    <item>
      <title>苏宁仓库内多协作的全局路径规划算法研究</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%8B%8F%E5%AE%81%E4%BB%93%E5%BA%93%E5%86%85%E5%A4%9A%E5%8D%8F%E4%BD%9C%E7%9A%84%E5%85%A8%E5%B1%80%E8%B7%AF%E5%BE%84%E8%A7%84%E5%88%92%E7%AE%97%E6%B3%95%E7%A0%94%E7%A9%B6/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:28 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%8B%8F%E5%AE%81%E4%BB%93%E5%BA%93%E5%86%85%E5%A4%9A%E5%8D%8F%E4%BD%9C%E7%9A%84%E5%85%A8%E5%B1%80%E8%B7%AF%E5%BE%84%E8%A7%84%E5%88%92%E7%AE%97%E6%B3%95%E7%A0%94%E7%A9%B6/</guid>
      <description>物流仓库如何更好的规划智能叉车？ 董效成 2018 年 11 月 1 日 话题：AI算法物联网 本文为『InfoQ x 苏宁 2018 双十一』技术特别策划系列文章之一。 1. 背景 随着物联网和人工智能的发展，越来越多的任务渐渐的被机器人取代，机器人逐渐在发展中慢慢进入物流领域，“智能叉车”，AGV（Automated Guided Ve</description>
    </item>
    <item>
      <title>开源项目精选激活可视化全面基本面分析包</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE%E7%B2%BE%E9%80%89%E6%BF%80%E6%B4%BB%E5%8F%AF%E8%A7%86%E5%8C%96%E5%85%A8%E9%9D%A2%E5%9F%BA%E6%9C%AC%E9%9D%A2%E5%88%86%E6%9E%90%E5%8C%85/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE%E7%B2%BE%E9%80%89%E6%BF%80%E6%B4%BB%E5%8F%AF%E8%A7%86%E5%8C%96%E5%85%A8%E9%9D%A2%E5%9F%BA%E6%9C%AC%E9%9D%A2%E5%88%86%E6%9E%90%E5%8C%85/</guid>
      <description>文末免费送电子书：七月在线干货组最新 升级的《名企AI面试100题》免费送！ 项目一：EssayKiller_V2 基于开源GPT2.0的初代创作型人工智能 EssayKiller是基于OCR、NLP领域的最新模型所构建的生成式文本创作AI框架，目前第一版finetune模型针对高考作文</description>
    </item>
    <item>
      <title>机器学习面试题不只是考特征工程附送名企面试题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%9D%A2%E8%AF%95%E9%A2%98%E4%B8%8D%E5%8F%AA%E6%98%AF%E8%80%83%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B%E9%99%84%E9%80%81%E5%90%8D%E4%BC%81%E9%9D%A2%E8%AF%95%E9%A2%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%9D%A2%E8%AF%95%E9%A2%98%E4%B8%8D%E5%8F%AA%E6%98%AF%E8%80%83%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B%E9%99%84%E9%80%81%E5%90%8D%E4%BC%81%E9%9D%A2%E8%AF%95%E9%A2%98/</guid>
      <description>篇幅有限，本文不会把每一题的参考答案都加载出来，会摘出一些摘要，完整解析见题库链接，大家有任何问题欢迎在题库链接下随时留言、讨论、纠正。 看完本了觉得有用点个赞吧！添加微信：julyedukefu14，回复【7】领取最新升级版【名企AI面试100题】，礼包部分资料如下（篇幅有限，私</description>
    </item>
    <item>
      <title>美团智能问答技术探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%99%BA%E8%83%BD%E9%97%AE%E7%AD%94%E6%8A%80%E6%9C%AF%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%99%BA%E8%83%BD%E9%97%AE%E7%AD%94%E6%8A%80%E6%9C%AF%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：美团 江会星 博士 编辑整理：韩佳 出品平台：DataFunTalk 导读： 本文主要介绍在美团业务中智能问答技术的相关落地与实践。通常问答系统需要提前构建好问答对知识库，这种方式对高频问题能处理的很好，但难以解决开放性问题。在日常生活服务中，如&amp;quot;去哪玩&amp;quot;、&amp;l</description>
    </item>
    <item>
      <title>机器学习论文笔记如何利用高效的搜索算法来搜索网络的拓扑结构</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0%E5%A6%82%E4%BD%95%E5%88%A9%E7%94%A8%E9%AB%98%E6%95%88%E7%9A%84%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95%E6%9D%A5%E6%90%9C%E7%B4%A2%E7%BD%91%E7%BB%9C%E7%9A%84%E6%8B%93%E6%89%91%E7%BB%93%E6%9E%84/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0%E5%A6%82%E4%BD%95%E5%88%A9%E7%94%A8%E9%AB%98%E6%95%88%E7%9A%84%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95%E6%9D%A5%E6%90%9C%E7%B4%A2%E7%BD%91%E7%BB%9C%E7%9A%84%E6%8B%93%E6%89%91%E7%BB%93%E6%9E%84/</guid>
      <description>作者： 陈 扬 编辑：赵一帆 简 介 分层表示高效的架构搜索(HIERARCHICAL REPRESENTATIONS FOR EFFICIENT ARCHITECTURE SEARCH)这篇文章讲的是如何利用高效的搜索算法来搜索网络的拓扑结构。用一个简单但功能强大的演化算法。 这个方法可以发现具有卓越性能的新架构。它这篇文章很大程度上借鉴了GECNN的一些东西，或者说，</description>
    </item>
    <item>
      <title>阿里妈妈新突破深度树匹配如何扛住千万级推荐系统压力</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E6%96%B0%E7%AA%81%E7%A0%B4%E6%B7%B1%E5%BA%A6%E6%A0%91%E5%8C%B9%E9%85%8D%E5%A6%82%E4%BD%95%E6%89%9B%E4%BD%8F%E5%8D%83%E4%B8%87%E7%BA%A7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%8E%8B%E5%8A%9B/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E6%96%B0%E7%AA%81%E7%A0%B4%E6%B7%B1%E5%BA%A6%E6%A0%91%E5%8C%B9%E9%85%8D%E5%A6%82%E4%BD%95%E6%89%9B%E4%BD%8F%E5%8D%83%E4%B8%87%E7%BA%A7%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%8E%8B%E5%8A%9B/</guid>
      <description>李晗 推荐系统已经深入到每个人生活的方方面面，网购、音乐、新闻、视频等等场景中，用户都可以感受到推荐系统带来的便利。随着技术的不断发展，如何更加精准地进行推荐成为了开发人员的头等大事。 为了提升推荐系统的精准度，最大程度解决推荐系统存在的问题，来自阿里妈妈的高级技术专家李晗和团队提出</description>
    </item>
    <item>
      <title>如何看待机器学习不需要数学很多算法封装好了调个包就行这种说法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E7%9C%8B%E5%BE%85%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%8D%E9%9C%80%E8%A6%81%E6%95%B0%E5%AD%A6%E5%BE%88%E5%A4%9A%E7%AE%97%E6%B3%95%E5%B0%81%E8%A3%85%E5%A5%BD%E4%BA%86%E8%B0%83%E4%B8%AA%E5%8C%85%E5%B0%B1%E8%A1%8C%E8%BF%99%E7%A7%8D%E8%AF%B4%E6%B3%95/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E7%9C%8B%E5%BE%85%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%8D%E9%9C%80%E8%A6%81%E6%95%B0%E5%AD%A6%E5%BE%88%E5%A4%9A%E7%AE%97%E6%B3%95%E5%B0%81%E8%A3%85%E5%A5%BD%E4%BA%86%E8%B0%83%E4%B8%AA%E5%8C%85%E5%B0%B1%E8%A1%8C%E8%BF%99%E7%A7%8D%E8%AF%B4%E6%B3%95/</guid>
      <description>来源：知乎 不抖机灵，想从接触过机器学习学术圈但已投身工业界的角度来回答。 我认为：大部分机器学习从业者不需要过度的把时间精力放在数学上，而该用于熟悉不同算法的应用场景和掌握一些调参技巧。好的数学基础可以使你的模型简洁高效，但绝非必要的先决条件。 原因如下： 1. 即使你有了一定的数学功底，</description>
    </item>
    <item>
      <title>信息安全营销反作弊业务的算法实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E5%AE%89%E5%85%A8%E8%90%A5%E9%94%80%E5%8F%8D%E4%BD%9C%E5%BC%8A%E4%B8%9A%E5%8A%A1%E7%9A%84%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:21 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BF%A1%E6%81%AF%E5%AE%89%E5%85%A8%E8%90%A5%E9%94%80%E5%8F%8D%E4%BD%9C%E5%BC%8A%E4%B8%9A%E5%8A%A1%E7%9A%84%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</guid>
      <description>导读: 本文介绍当前58营销反作弊业务算法建设的一些实践内容，主要聚焦于各类算法在体系中的应用设计以及相关算法在体系中的实践应用。 背景 58每年会借助58同城、58同镇等平台，投入数以亿计的成本，来进行各式各样的营销活动，以此达到平台各业务线的拉新、促活、促销等目的。然而现实中存在一</description>
    </item>
    <item>
      <title>年月底陌陌推荐算法道面试题分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%BA%95%E9%99%8C%E9%99%8C%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:21 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%BA%95%E9%99%8C%E9%99%8C%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</guid>
      <description>问题1：Graph SAGE的原理 GraphSAGE是Graph SAmple and aggreGatE的缩写，其运行流程如上图所示， 可以分为三个步骤： 对图中每个顶点邻居顶点进行采样 根据聚合函数聚合邻居顶点蕴含的信息 得到图中各顶点的向量表示供下游任务使用 文末免费送电子书：七月在线干货组最新 升级的《名</description>
    </item>
    <item>
      <title>贝壳找房图数据库系列原理篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E5%88%97%E5%8E%9F%E7%90%86%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:21 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%B3%BB%E5%88%97%E5%8E%9F%E7%90%86%E7%AF%87/</guid>
      <description>系列文章： 贝壳找房—【图数据库系列】Dgraph 简介篇 贝壳找房—【图数据库系列】之 JanusGraph VS Dgraph：贝壳分布式图数据库技术选型之路 通过上一篇的 Dgraph 简介 ，相信大家已经了解了 Dgraph 的一些基本概念和用法，本篇文章继续介绍 Dgraph 的一些底层实现原理。作为一个分布式图数据库，Dgraph 不仅支持水平扩</description>
    </item>
    <item>
      <title>网易新闻推荐深度学习排序系统及模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%92%E5%BA%8F%E7%B3%BB%E7%BB%9F%E5%8F%8A%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:49 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E6%96%B0%E9%97%BB%E6%8E%A8%E8%8D%90%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%92%E5%BA%8F%E7%B3%BB%E7%BB%9F%E5%8F%8A%E6%A8%A1%E5%9E%8B/</guid>
      <description>文章作者：薛海霞 网易传媒 编辑整理：郑智献 内容来源：DataFun AI Talk 出品社区：DataFun 大家好，今天分享的主题是：网易新闻客户端信息流的个性化推荐中，深度学习排序系统及模型，这也是我们团队在研发实践中的一些经验总结。 首先看一下在信息流场景中，个性化推荐的产品形态。左边是网易新</description>
    </item>
    <item>
      <title>年月初地平线视觉工程师面经</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%88%9D%E5%9C%B0%E5%B9%B3%E7%BA%BF%E8%A7%86%E8%A7%89%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%9D%A2%E7%BB%8F/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%88%9D%E5%9C%B0%E5%B9%B3%E7%BA%BF%E8%A7%86%E8%A7%89%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%9D%A2%E7%BB%8F/</guid>
      <description>问题1、简述下你对end to end检测器的理解？ 1、从faser-rcnn开始解释Blabla，原来通常用选择性搜索方法生成proposals不能和cnn一起训练，需要各自训练各自的部分。 2、此外原来的rcnn阶段的分类的svm进行的，也不能和整个网络一起训练 问题2、线性回归和逻辑</description>
    </item>
    <item>
      <title>新秀的优雅解读</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%96%B0%E7%A7%80%E7%9A%84%E4%BC%98%E9%9B%85%E8%A7%A3%E8%AF%BB/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%96%B0%E7%A7%80%E7%9A%84%E4%BC%98%E9%9B%85%E8%A7%A3%E8%AF%BB/</guid>
      <description>作为2018年自然语言处理领域的新秀，BERT做到了过去几年NLP重大进展的集大成，一出场就技惊四座碾压竞争对手，刷新了11项NLP测试的最高纪录，甚至超越了人类的表现，相信会是未来NLP研究和工业应用最主流的语言模型之一。本文尝试由浅入深，为各位看客带来优雅的BERT解读。 NL</description>
    </item>
    <item>
      <title>一文读懂深度学习从神经元到</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BB%8E%E7%A5%9E%E7%BB%8F%E5%85%83%E5%88%B0/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BB%8E%E7%A5%9E%E7%BB%8F%E5%85%83%E5%88%B0/</guid>
      <description>作者： \* 世恩、风引、调参 一个神经网络结构通常包含输入层、隐藏层、输出层。输入层是我们的 features (特征)，输出层是我们的预测 (prediction)。神经网络的目的是拟合一个函数 f*：features -&amp;gt; prediction。在训练期间，通过减小 prediction 和实际 label 的差异的这种方式，来更改网络参数，</description>
    </item>
    <item>
      <title>万字解读预训练模型最新综述</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E8%A7%A3%E8%AF%BB%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B%E6%9C%80%E6%96%B0%E7%BB%BC%E8%BF%B0/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E8%A7%A3%E8%AF%BB%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B%E6%9C%80%E6%96%B0%E7%BB%BC%E8%BF%B0/</guid>
      <description>Datawhale学术 作者：太子长琴，Datawhale意向成员 如何在有限数据下训练出高效的深度学习模型？本文深入研究了 预训练的前世今生，并带领读者一起回顾 PTM取得的最新突破，与未来的研究方向（文末附90分钟解读视频）。 利用深度学习自动学习特征已经逐步取代了人工构建特征和统计方</description>
    </item>
    <item>
      <title>高频面试题参数更新训练扩充样本等</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%AB%98%E9%A2%91%E9%9D%A2%E8%AF%95%E9%A2%98%E5%8F%82%E6%95%B0%E6%9B%B4%E6%96%B0%E8%AE%AD%E7%BB%83%E6%89%A9%E5%85%85%E6%A0%B7%E6%9C%AC%E7%AD%89/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%AB%98%E9%A2%91%E9%9D%A2%E8%AF%95%E9%A2%98%E5%8F%82%E6%95%B0%E6%9B%B4%E6%96%B0%E8%AE%AD%E7%BB%83%E6%89%A9%E5%85%85%E6%A0%B7%E6%9C%AC%E7%AD%89/</guid>
      <description>请介绍几种常用的参数更新方法。 梯度下降：在一个方向上更新和调整模型的参数，来最小化损失函数。 随机梯度下降（Stochastic gradient descent，SGD）对每个训练样本进行参数更新，每次执行都进行一次更新，且执行速度更快。 为了避免SGD和标准梯度下降中存在的问题，一个改进方法为小批</description>
    </item>
    <item>
      <title>年月底字节跳动岗位抖音面试题分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%BA%95%E5%AD%97%E8%8A%82%E8%B7%B3%E5%8A%A8%E5%B2%97%E4%BD%8D%E6%8A%96%E9%9F%B3%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:43 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%BA%95%E5%AD%97%E8%8A%82%E8%B7%B3%E5%8A%A8%E5%B2%97%E4%BD%8D%E6%8A%96%E9%9F%B3%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</guid>
      <description>问题1：Bert模型中，根号dk的作用 QK进行点击之后，值之间的方差会较大，也就是大小差距会较大；如果直接通过Softmax操作，会导致大的更大，小的更小；进行缩放，会使参数更平滑，训练效果更好。 问题2：Bert模型中多头的作用 多次attention综合的结果至少能够起到增强模型</description>
    </item>
    <item>
      <title>一图胜千言解读阿里的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E5%9B%BE%E8%83%9C%E5%8D%83%E8%A8%80%E8%A7%A3%E8%AF%BB%E9%98%BF%E9%87%8C%E7%9A%84/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:22 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%80%E5%9B%BE%E8%83%9C%E5%8D%83%E8%A8%80%E8%A7%A3%E8%AF%BB%E9%98%BF%E9%87%8C%E7%9A%84/</guid>
      <description>文章作者：石塔西 内容来源：小石的数据科学之旅@知乎专栏 出品社区：DataFun 注：欢迎投稿「行知」专栏，让您的行业知识，为行业者知。 本文是对阿里的论文《Image Matters: Visually modeling user behaviors using Advanced Model Server》 https://arxiv.org/abs/1711.06505 的解读。 初读此文的标题和摘要，又有image，又有CTR，我以为是一种新型的CNN+M</description>
    </item>
    <item>
      <title>深度学习在同城首页推荐排序上的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%90%8C%E5%9F%8E%E9%A6%96%E9%A1%B5%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E4%B8%8A%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:22 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%90%8C%E5%9F%8E%E9%A6%96%E9%A1%B5%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E4%B8%8A%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾: 王连臣，58同城TEG搜索推荐部高级算法工程师 整理出品: 张劲， AICUG人工智能社区 系列分享： 深度语义模型 BERT 在 58 同城搜索的实践 深度学习在 58 同城租房搜索排序中的实践 导读： 行为序列化已然成为用户兴趣建模的主流方式，本次议题主要介绍序列化建模在首页推荐场景的实践，提出了适配业</description>
    </item>
    <item>
      <title>搜索与推荐中的深度学习匹配之搜索篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E4%B8%8E%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8C%B9%E9%85%8D%E4%B9%8B%E6%90%9C%E7%B4%A2%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E4%B8%8E%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%8C%B9%E9%85%8D%E4%B9%8B%E6%90%9C%E7%B4%A2%E7%AF%87/</guid>
      <description>作者： 黄冠 讲真，很久没看过能让我这么兴奋的资料了，这个tutorial https://www.comp.nus.edu.sg/~xiangnan/sigir18-deep.pdf 简直就像一个博士论文，能让我对这个方向有足够深入的了解。而我最近又恰好从事这个方向，恰好也是落地到搜索引擎和推荐系统中，刚看到这个tutorial的时候，简直开心得不要不要的。 本篇blog的纲要： part-1 搜索和推荐</description>
    </item>
    <item>
      <title>机器学习中的隐私保护</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E9%9A%90%E7%A7%81%E4%BF%9D%E6%8A%A4/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E9%9A%90%E7%A7%81%E4%BF%9D%E6%8A%A4/</guid>
      <description>分享嘉宾：郭夏玮 第四范式 资深研究员 编辑整理：蒋瑞尧 内容来源：第四范式 | 先荐 出品平台：DataFun 导读： 近年来，随着 GDPR 通用数据保护条例出台以及一些互联网公司数据隐私泄漏等事件的发生，数据隐私的保护问题在行业应用中备受关注。与数据密切相关的机器学习算法的安全性成为一个巨大挑战。本文</description>
    </item>
    <item>
      <title>萨摩耶云深度迁移学习技术在金融风控中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%90%A8%E6%91%A9%E8%80%B6%E4%BA%91%E6%B7%B1%E5%BA%A6%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E5%9C%A8%E9%87%91%E8%9E%8D%E9%A3%8E%E6%8E%A7%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%90%A8%E6%91%A9%E8%80%B6%E4%BA%91%E6%B7%B1%E5%BA%A6%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E5%9C%A8%E9%87%91%E8%9E%8D%E9%A3%8E%E6%8E%A7%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：朱晓海 萨摩耶云 编辑整理：Hoh Xil 内容来源：作者授权发布 出品平台：DataFunTalk 导读： 迁移学习利用数据、模型之间的相似性，在不同领域之间进行知识迁移。深度学习技术与迁移学习思想的融合，又极大扩展了传统迁移学习技术的能力边界，给包括金融风控在内的各个场景带来了更多的</description>
    </item>
    <item>
      <title>中文用什么中文自然语言处理的完整机器处理流程</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AD%E6%96%87%E7%94%A8%E4%BB%80%E4%B9%88%E4%B8%AD%E6%96%87%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E7%9A%84%E5%AE%8C%E6%95%B4%E6%9C%BA%E5%99%A8%E5%A4%84%E7%90%86%E6%B5%81%E7%A8%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:18 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AD%E6%96%87%E7%94%A8%E4%BB%80%E4%B9%88%E4%B8%AD%E6%96%87%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E7%9A%84%E5%AE%8C%E6%95%B4%E6%9C%BA%E5%99%A8%E5%A4%84%E7%90%86%E6%B5%81%E7%A8%8B/</guid>
      <description>虽然同为人类自然语言，但是由于英文和中文其语言自身的特点，导致中文和英文分词是有差别的。 很多读者在后台留言，提到了结巴分词，并要求我们出一些关于中文自然语言处理的内容。所以本禅师就找到了这方面很有研究的宿永杰。 宿永杰现就职于某知名互联网公司担任数据挖掘工程师，CSDN 博客专家，P</description>
    </item>
    <item>
      <title>在的探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:18 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：江云胜@Hulu 编辑整理：许晏铭 出品平台：DataFunTalk 导读： Hulu是美国领先的互联网视频流媒体平台，拥有大量的电影、电视剧等视频资源，对这些内容的理解和表示是Hulu的一个重要研究方向。Content Embedding技术将内容表示为向量，以利于后续算法、模</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习六模型理论和实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%85%AD%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:17 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%85%AD%E6%A8%A1%E5%9E%8B%E7%90%86%E8%AE%BA%E5%92%8C%E5%AE%9E%E8%B7%B5/</guid>
      <description>原文发布于微信公众号 - 小小挖掘机（wAIsjwj） 原文发表时间：2018-04-29 1、原理 PNN，全称为Product-based Neural Network，认为在embedding输入到MLP之后学习的交叉特征表达并不充分，提出了一种product layer的思想，既基于乘法的运算来体</description>
    </item>
    <item>
      <title>个性化海报在爱奇艺视频推荐场景中的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%B5%B7%E6%8A%A5%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%B5%B7%E6%8A%A5%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>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</description>
    </item>
    <item>
      <title>机器学习模型的可解释性</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7/</guid>
      <description>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优化，更</description>
    </item>
    <item>
      <title>搜你所想之用户搜索意图识别</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E4%BD%A0%E6%89%80%E6%83%B3%E4%B9%8B%E7%94%A8%E6%88%B7%E6%90%9C%E7%B4%A2%E6%84%8F%E5%9B%BE%E8%AF%86%E5%88%AB/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:14 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E4%BD%A0%E6%89%80%E6%83%B3%E4%B9%8B%E7%94%A8%E6%88%B7%E6%90%9C%E7%B4%A2%E6%84%8F%E5%9B%BE%E8%AF%86%E5%88%AB/</guid>
      <description>本文是“达观数据技术主题月“5 月 12 日大数据杂谈社群分享内容整理。 大家晚上好，很高兴在这个美好的周末的晚上来到这里给大家做分享~ 也非常感谢 infoq 平台提供的这次机会，分享我们达观数据在垂直搜索引擎，尤其在用户查询意图分析挖掘方面的一些经验。首先自我介绍一下，我是达观数据的联合创始人 &amp;amp; 技术</description>
    </item>
    <item>
      <title>超参数搜索不够高效这几大策略了解一下</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B6%85%E5%8F%82%E6%95%B0%E6%90%9C%E7%B4%A2%E4%B8%8D%E5%A4%9F%E9%AB%98%E6%95%88%E8%BF%99%E5%87%A0%E5%A4%A7%E7%AD%96%E7%95%A5%E4%BA%86%E8%A7%A3%E4%B8%80%E4%B8%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:13 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B6%85%E5%8F%82%E6%95%B0%E6%90%9C%E7%B4%A2%E4%B8%8D%E5%A4%9F%E9%AB%98%E6%95%88%E8%BF%99%E5%87%A0%E5%A4%A7%E7%AD%96%E7%95%A5%E4%BA%86%E8%A7%A3%E4%B8%80%E4%B8%8B/</guid>
      <description>作者：Alessio Gozzoli 机器之心编译 参与：朱乾树、张倩 整天 babysitting 深度学习模型是不是很心累？这篇文章或许能帮到你。本文讨论了高效搜索深度学习模型最佳超参数集的动机和策略。作者在 FloydHub 上演示了如何完成这项工作以及研究的导向。读完这篇文章后，你的数据科学工具库将添加一些强大的新工具，帮助你为自己</description>
    </item>
    <item>
      <title>因果推断在阿里飞猪广告算法中的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%A0%E6%9E%9C%E6%8E%A8%E6%96%AD%E5%9C%A8%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E5%B9%BF%E5%91%8A%E7%AE%97%E6%B3%95%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%A0%E6%9E%9C%E6%8E%A8%E6%96%AD%E5%9C%A8%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E5%B9%BF%E5%91%8A%E7%AE%97%E6%B3%95%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：观宙 阿里飞猪 算法专家 编辑整理：王吉东 出品平台：DataFunTalk 导读： 在飞猪搜索CPC广告业务中，广告策略不仅需要考虑CPC消耗和广告主ROI，平台整体营收 ( 即CPC消耗+自然交易抽佣 ) 也是不能忽略的优化目标。传统上基于广告pCTR、pCVR、bid等因子的策略算法</description>
    </item>
    <item>
      <title>模型在贝壳对话系统中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%A8%A1%E5%9E%8B%E5%9C%A8%E8%B4%9D%E5%A3%B3%E5%AF%B9%E8%AF%9D%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%A8%A1%E5%9E%8B%E5%9C%A8%E8%B4%9D%E5%A3%B3%E5%AF%B9%E8%AF%9D%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>对话系统是一个庞大的系统，涉及的问题很多，本文主要讲解隐马尔可夫模型（Hidden Markov Model,HMM）在对话管理（Dialog Management,DM）中的应用。 DM 在对话系统中的作用是维护对话状态并根据当前对话状态选择下一步合适的动作。 在贝壳找房 APP 中，客户和经纪人的对话过程可</description>
    </item>
    <item>
      <title>资源发布最新机器学习人工智能开源数据集</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B5%84%E6%BA%90%E5%8F%91%E5%B8%83%E6%9C%80%E6%96%B0%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%BC%80%E6%BA%90%E6%95%B0%E6%8D%AE%E9%9B%86/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B5%84%E6%BA%90%E5%8F%91%E5%B8%83%E6%9C%80%E6%96%B0%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%BC%80%E6%BA%90%E6%95%B0%E6%8D%AE%E9%9B%86/</guid>
      <description>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： http://openbiometrics.org/ Google Audioset：扩展了 632 个音频分类样本，并从 YouTube 视频中提取了 2，084，320 个人类标记的 10 秒</description>
    </item>
    <item>
      <title>大火却不懂读这一篇就够了</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E7%81%AB%E5%8D%B4%E4%B8%8D%E6%87%82%E8%AF%BB%E8%BF%99%E4%B8%80%E7%AF%87%E5%B0%B1%E5%A4%9F%E4%BA%86/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:42 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E7%81%AB%E5%8D%B4%E4%B8%8D%E6%87%82%E8%AF%BB%E8%BF%99%E4%B8%80%E7%AF%87%E5%B0%B1%E5%A4%9F%E4%BA%86/</guid>
      <description>大数据文摘与百度NLP联合出品 编译：张驰、毅航、Conrad、龙心尘 编者按：前一段时间谷歌推出的BERT模型在11项NLP任务中夺得STOA结果，引爆了整个NLP界。而BERT取得成功的一个关键因素是Transformer的强大作用。谷歌的Transformer模型最早是用于机器</description>
    </item>
    <item>
      <title>字节跳动自研万亿级图数据库图计算实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%97%E8%8A%82%E8%B7%B3%E5%8A%A8%E8%87%AA%E7%A0%94%E4%B8%87%E4%BA%BF%E7%BA%A7%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E5%9B%BE%E8%AE%A1%E7%AE%97%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:42 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%97%E8%8A%82%E8%B7%B3%E5%8A%A8%E8%87%AA%E7%A0%94%E4%B8%87%E4%BA%BF%E7%BA%A7%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E5%9B%BE%E8%AE%A1%E7%AE%97%E5%AE%9E%E8%B7%B5/</guid>
      <description>本文选自“字节跳动基础架构实践”系列文章。 “字节跳动基础架构实践”系列文章是由字节跳动基础架构部门各技术团队及专家倾力打造的技术干货内容，和大家分享团队在基础架构发展和演进过程中的实践经验与教训，与各位技术同学一起交流成长。 2019 年，Gartner 将图列为 2019 年十大数据和分析趋势之一，</description>
    </item>
    <item>
      <title>阿里妈妈定向广告智能投放技术体系</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E5%AE%9A%E5%90%91%E5%B9%BF%E5%91%8A%E6%99%BA%E8%83%BD%E6%8A%95%E6%94%BE%E6%8A%80%E6%9C%AF%E4%BD%93%E7%B3%BB/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:42 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E5%AE%9A%E5%90%91%E5%B9%BF%E5%91%8A%E6%99%BA%E8%83%BD%E6%8A%95%E6%94%BE%E6%8A%80%E6%9C%AF%E4%BD%93%E7%B3%BB/</guid>
      <description>分享嘉宾：靳骏奇博士 阿里巴巴 算法专家 编辑整理：李春雷 出品平台：DataFunTalk 导读 ： 随着经济数字化地快速发展，互联网广告在赋能商家营销、帮助消费者高效了解商品和服务、以及商业平台的变现等方面扮演着越来越重要的角色。互联网广告生态中，广告主通过付费在媒体上对目标用户进行营销信</description>
    </item>
    <item>
      <title>机器学习在微博系列广告中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%BE%AE%E5%8D%9A%E7%B3%BB%E5%88%97%E5%B9%BF%E5%91%8A%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:41 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%BE%AE%E5%8D%9A%E7%B3%BB%E5%88%97%E5%B9%BF%E5%91%8A%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>作者：张克丰 新浪微博 文章整理：崔媛媛 内容来源：DataFunTalk 出品平台：DataFun 导读： O 系列广告是当前信息流广告的主流投放方式，目标是通过对广告主 ROI 进行优化，提高平台整体收益。其核心是通过技术手段智能化的解决广告主对流量的获取。微博 O 系列广告的策略模型我们将其分为智能</description>
    </item>
    <item>
      <title>月日月日腾讯算法实习面试题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%88%E6%97%A5%E6%9C%88%E6%97%A5%E8%85%BE%E8%AE%AF%E7%AE%97%E6%B3%95%E5%AE%9E%E4%B9%A0%E9%9D%A2%E8%AF%95%E9%A2%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:40 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%88%E6%97%A5%E6%9C%88%E6%97%A5%E8%85%BE%E8%AE%AF%E7%AE%97%E6%B3%95%E5%AE%9E%E4%B9%A0%E9%9D%A2%E8%AF%95%E9%A2%98/</guid>
      <description>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！！ 本文目录： 问题8：介绍下bert位置编码和transformer的区别，哪个好，为什么？ 问题9：sigmod函数的缺点，为什么会产生梯度消失？不是以0为中心的话，为什么会收敛慢。 问题10</description>
    </item>
    <item>
      <title>贝壳网两种简单有效的标签选择方法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E7%BD%91%E4%B8%A4%E7%A7%8D%E7%AE%80%E5%8D%95%E6%9C%89%E6%95%88%E7%9A%84%E6%A0%87%E7%AD%BE%E9%80%89%E6%8B%A9%E6%96%B9%E6%B3%95/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:40 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E7%BD%91%E4%B8%A4%E7%A7%8D%E7%AE%80%E5%8D%95%E6%9C%89%E6%95%88%E7%9A%84%E6%A0%87%E7%AD%BE%E9%80%89%E6%8B%A9%E6%96%B9%E6%B3%95/</guid>
      <description>不论是通过搜索还是推荐，用户看到了很多我们用各种逻辑和理由展示给他的物品，他只从中消费了一部分物品。那么问题来了，到底是那些特性吸引了用户消费呢？ 一种简单粗暴的办法是直接把用户产生过行为的物品标签累积在一起。但是这里要说的是另一种思路。 我们把用户对物品的行为，消费或者没有消费看成</description>
    </item>
    <item>
      <title>上重读深度学习推荐系统论文字字珠玑惊为神文</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8A%E9%87%8D%E8%AF%BB%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AE%BA%E6%96%87%E5%AD%97%E5%AD%97%E7%8F%A0%E7%8E%91%E6%83%8A%E4%B8%BA%E7%A5%9E%E6%96%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:39 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8A%E9%87%8D%E8%AF%BB%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%AE%BA%E6%96%87%E5%AD%97%E5%AD%97%E7%8F%A0%E7%8E%91%E6%83%8A%E4%B8%BA%E7%A5%9E%E6%96%87/</guid>
      <description>转载自 知乎专栏 王喆的机器学习笔记 这周我们一起讨论一下Youtube的深度推荐系统论文《 Deep Neural Networks for YouTube Recommendations》，这是2016年的论文，按照今天的标准来看，已经没有什么新颖的地方，我也是两年前读过这篇文章之后就放下了，但前几天重读这篇文章，竟让发现了诸多亮点，几乎</description>
    </item>
    <item>
      <title>爱奇艺多语言台词机器翻译技术实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E5%A4%9A%E8%AF%AD%E8%A8%80%E5%8F%B0%E8%AF%8D%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:39 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E5%A4%9A%E8%AF%AD%E8%A8%80%E5%8F%B0%E8%AF%8D%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</guid>
      <description>爱奇艺智能搜索团队 7月3日下午，爱奇艺技术产品团队举办了**“i技术会”第16期** 技术沙龙，本次技术会的主题是“ NLP与搜索”。我们邀请到了来自 字节跳动、去哪儿和腾讯 的技术专家，与爱奇艺技术产品团队共同分享与探讨NLP与搜索结合的魔力。 其中，来自爱奇艺的技术专家 张轩玮 为大家带来</description>
    </item>
    <item>
      <title>知识图谱基本概念工程落地常见问题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%9F%BA%E6%9C%AC%E6%A6%82%E5%BF%B5%E5%B7%A5%E7%A8%8B%E8%90%BD%E5%9C%B0%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%9F%BA%E6%9C%AC%E6%A6%82%E5%BF%B5%E5%B7%A5%E7%A8%8B%E8%90%BD%E5%9C%B0%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98/</guid>
      <description>“ 本文介绍了入门知识图谱需掌握的若干基本概念并对知识图谱工程落地面临的常见问题给出了解答**”** 作者：cavities 来源： https://zhuanlan.zhihu.com/p/62824358 编辑：happyGirl 简要说明一下，搞了知识图谱架构一年半，快两年的一些小心得，后续不定期更新其他内容；写的时候发现要描述和声明的东西不要太多，偷懒写</description>
    </item>
    <item>
      <title>推荐系统应该如何保障推荐的多样性</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%BA%94%E8%AF%A5%E5%A6%82%E4%BD%95%E4%BF%9D%E9%9A%9C%E6%8E%A8%E8%8D%90%E7%9A%84%E5%A4%9A%E6%A0%B7%E6%80%A7/</link>
      <pubDate>Tue, 15 Mar 2022 09:04:37 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%BA%94%E8%AF%A5%E5%A6%82%E4%BD%95%E4%BF%9D%E9%9A%9C%E6%8E%A8%E8%8D%90%E7%9A%84%E5%A4%9A%E6%A0%B7%E6%80%A7/</guid>
      <description>作者：周开拓 第四范式 来源：周开拓@知乎问答 首先，推荐系统的多样性并不应该是一个推荐系统追求的终极目标。 多样性，是手段，不是目标！ 多样性，是手段，不是目标！ 多样性，是手段，不是目标！ 重要的事情重复三遍，为什么不能作为目标呢？因为： 1. 多样性很难量化。3个体育新闻+7个小姐姐和7个小姐</description>
    </item>
    <item>
      <title>做机器学习项目的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%81%9A%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%A1%B9%E7%9B%AE%E7%9A%84/</link>
      <pubDate>Tue, 15 Mar 2022 09:03:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%81%9A%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%A1%B9%E7%9B%AE%E7%9A%84/</guid>
      <description>作者：datarevenue 编译：ronghuaiyang 来源： AI公园 这个checklist能帮助你迈出做一个成功的机器学习项目第一步。 避免混淆，用这个简单的清单来计划你的 AI 项目。 对许多人来说，机器学习仍然是一项新技术，这可能会让它难以管理。 项目经理通常不知道如何与数据科学家谈</description>
    </item>
    <item>
      <title>浅谈国际信息流推荐</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%85%E8%B0%88%E5%9B%BD%E9%99%85%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90/</link>
      <pubDate>Tue, 15 Mar 2022 09:03:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%85%E8%B0%88%E5%9B%BD%E9%99%85%E4%BF%A1%E6%81%AF%E6%B5%81%E6%8E%A8%E8%8D%90/</guid>
      <description>分享嘉宾：杰雄 阿里巴巴 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品社区：DataFun 导读： 本次分享的主题是浅谈UC国际信息流推荐。会跟大家探讨下发链路中常见的一些问题，主要包括两个场景： 列表页排序，包括：目标确定、多目标任务以及混排组合优化。 内容冷启问题，如果不做内容理解，能否</description>
    </item>
    <item>
      <title>爱奇艺效果广告的个性化探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E6%95%88%E6%9E%9C%E5%B9%BF%E5%91%8A%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:03:22 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%88%B1%E5%A5%87%E8%89%BA%E6%95%88%E6%9E%9C%E5%B9%BF%E5%91%8A%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>文章作者：王晖 爱奇艺 资深工程师 编辑整理：王浩 内容来源：爱奇艺技术沙龙 出品社区：DataFun 导读： 随着大数据和人工智能的技术进步，数字营销行业也在不断变化。得益于雄厚技术实力，爱奇艺效果广告得到蓬勃发展，实现了海量触达、定向精准、效果显著的广告投放，为广告主提供跨平台、多终端的网</description>
    </item>
    <item>
      <title>谷歌阿里微软等大深度学习模型最全演化图谱推荐广告搜索领域</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B0%B7%E6%AD%8C%E9%98%BF%E9%87%8C%E5%BE%AE%E8%BD%AF%E7%AD%89%E5%A4%A7%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E6%9C%80%E5%85%A8%E6%BC%94%E5%8C%96%E5%9B%BE%E8%B0%B1%E6%8E%A8%E8%8D%90%E5%B9%BF%E5%91%8A%E6%90%9C%E7%B4%A2%E9%A2%86%E5%9F%9F/</link>
      <pubDate>Tue, 15 Mar 2022 09:03:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B0%B7%E6%AD%8C%E9%98%BF%E9%87%8C%E5%BE%AE%E8%BD%AF%E7%AD%89%E5%A4%A7%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E6%9C%80%E5%85%A8%E6%BC%94%E5%8C%96%E5%9B%BE%E8%B0%B1%E6%8E%A8%E8%8D%90%E5%B9%BF%E5%91%8A%E6%90%9C%E7%B4%A2%E9%A2%86%E5%9F%9F/</guid>
      <description>今天我们一起回顾一下 近3年来的所有主流深度学习CTR模型，也是我工作之余的知识总结，希望能帮大家梳理推荐系统、计算广告领域在深度学习方面的前沿进展。 随着微软的Deep Crossing，Google的Wide&amp;amp;Deep，以及FNN，PNN等一大批优秀的深度学习CTR预估模型</description>
    </item>
    <item>
      <title>面向个性化推荐系统的深度学习推荐模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E5%90%91%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:59 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E5%90%91%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E6%A8%A1%E5%9E%8B/</guid>
      <description>原文地址： https://zhuanlan.zhihu.com/p/72607641 导读： 今天分享一下 facebook 新发的深度学习推荐系统的论文： Deep Learning Recommendation Model for Personalization and Recommendation Systems https://arxiv.org/pdf/1906.00091.pdf 这篇文章概述了当前推荐系统实现的主要思路，提出了一种通用的模型结构 DLRM，与其他常见的 paper 不同，该篇有着浓浓的工业界风格，不仅和其他模型进行效果对比，还讲述了常见的特征如何处理，内在思维逻辑如何，在</description>
    </item>
    <item>
      <title>腾讯技术用万字长文聊一聊技术</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E7%94%A8%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E8%81%8A%E4%B8%80%E8%81%8A%E6%8A%80%E6%9C%AF/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E7%94%A8%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E8%81%8A%E4%B8%80%E8%81%8A%E6%8A%80%E6%9C%AF/</guid>
      <description>作者： qfan，腾讯 WXG 应用研究员 随着深度学习在工业届不断火热，Embedding 技术便作为“基本操作”广泛应用于推荐、广告、搜索等互联网核心领域中。Embedding 作为深度学习的热门研究方向，经历了从序列样本、图样本、再到异构的多特征样本的发展过程。本文主要系统总结了现在主流的</description>
    </item>
    <item>
      <title>蘑菇街增量学习番外篇一动态正则之中转设计含代码实现</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%98%91%E8%8F%87%E8%A1%97%E5%A2%9E%E9%87%8F%E5%AD%A6%E4%B9%A0%E7%95%AA%E5%A4%96%E7%AF%87%E4%B8%80%E5%8A%A8%E6%80%81%E6%AD%A3%E5%88%99%E4%B9%8B%E4%B8%AD%E8%BD%AC%E8%AE%BE%E8%AE%A1%E5%90%AB%E4%BB%A3%E7%A0%81%E5%AE%9E%E7%8E%B0/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%98%91%E8%8F%87%E8%A1%97%E5%A2%9E%E9%87%8F%E5%AD%A6%E4%B9%A0%E7%95%AA%E5%A4%96%E7%AF%87%E4%B8%80%E5%8A%A8%E6%80%81%E6%AD%A3%E5%88%99%E4%B9%8B%E4%B8%AD%E8%BD%AC%E8%AE%BE%E8%AE%A1%E5%90%AB%E4%BB%A3%E7%A0%81%E5%AE%9E%E7%8E%B0/</guid>
      <description>作者：美丽联合集团 算法工程师 琦琦 ， 公众号关注：诗品算法 0、引言 大家还记得那篇增量学习实践相关的文章吗？很多小伙伴私信我，想要进一步了解流程和设计细节等。感谢大家的信任，我愿将这些干货无私分享。从这篇文章开始，我会将增量学习的设计细节陆续拆分成几篇技术文章分享给大家。美名其曰——增</description>
    </item>
    <item>
      <title>王冬月京东推荐算法精排技术实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8E%8B%E5%86%AC%E6%9C%88%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E7%B2%BE%E6%8E%92%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8E%8B%E5%86%AC%E6%9C%88%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E7%B2%BE%E6%8E%92%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：王冬月 京东 机构负责人 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 京东主站推荐的主要业务场景覆盖APP中用户购买前、购买中和购买后的全流程，日均大概有7000万DAU。不同业务场景下用户需求不同，我们相应的优化目标也不同。首页feeds和“我的京东”就是典型的购</description>
    </item>
    <item>
      <title>华为云苏嘉如何整合预训练模型和知识图谱做医疗推理</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%8E%E4%B8%BA%E4%BA%91%E8%8B%8F%E5%98%89%E5%A6%82%E4%BD%95%E6%95%B4%E5%90%88%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B%E5%92%8C%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%81%9A%E5%8C%BB%E7%96%97%E6%8E%A8%E7%90%86/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8D%8E%E4%B8%BA%E4%BA%91%E8%8B%8F%E5%98%89%E5%A6%82%E4%BD%95%E6%95%B4%E5%90%88%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B%E5%92%8C%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%81%9A%E5%8C%BB%E7%96%97%E6%8E%A8%E7%90%86/</guid>
      <description>分享嘉宾：苏嘉博士 华为云 编辑整理：熊丹妮 武汉天喻信息 出品平台：DataFunTalk 导读： 随着人工智能技术特别是深度学习的普及，医疗行业也迎来一波革命的热潮，本文将讨论如何利用AI技术将领域知识融入到医疗推理任务当中，为AI+医疗提供一种行之有效的解决方案。主要内容包括： 智慧医疗</description>
    </item>
    <item>
      <title>贝壳找房读懂用户找房需求贝壳语义解析技术实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E8%AF%BB%E6%87%82%E7%94%A8%E6%88%B7%E6%89%BE%E6%88%BF%E9%9C%80%E6%B1%82%E8%B4%9D%E5%A3%B3%E8%AF%AD%E4%B9%89%E8%A7%A3%E6%9E%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:31 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E8%AF%BB%E6%87%82%E7%94%A8%E6%88%B7%E6%89%BE%E6%88%BF%E9%9C%80%E6%B1%82%E8%B4%9D%E5%A3%B3%E8%AF%AD%E4%B9%89%E8%A7%A3%E6%9E%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</guid>
      <description>2018-12-10 1. 引言 自然语言理解（natural language understanding，NLU）是人工智能的核心难题之一，同时也是文本和语音搜索的核心。本文主要阐述了NLU在贝壳找房中的探索和实践，以及如何为贝壳的搜索场景赋能。在文章开始之前我们先来道一道NLU在贝壳房源搜索中的任务和实现难点。 贝壳房</description>
    </item>
    <item>
      <title>运行机制及和的异同比较</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%BF%90%E8%A1%8C%E6%9C%BA%E5%88%B6%E5%8F%8A%E5%92%8C%E7%9A%84%E5%BC%82%E5%90%8C%E6%AF%94%E8%BE%83/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:31 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%BF%90%E8%A1%8C%E6%9C%BA%E5%88%B6%E5%8F%8A%E5%92%8C%E7%9A%84%E5%BC%82%E5%90%8C%E6%AF%94%E8%BE%83/</guid>
      <description>文章作者：张俊林 新浪微博 AI Lab 资深算法专家 内容来源：深度学习前沿笔记@知乎专栏 出品社区：DataFun 这两天，XLNet 貌似也引起了 NLP 圈的极大关注，从实验数据看，在某些场景下，确实 XLNet 相对 Bert 有很大幅度的提升。就像我们之前说的，感觉 Bert 打开两阶段模式的魔法盒开关后，在这条路上，会有越来越</description>
    </item>
    <item>
      <title>技术会爱奇艺效果广告探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E4%BC%9A%E7%88%B1%E5%A5%87%E8%89%BA%E6%95%88%E6%9E%9C%E5%B9%BF%E5%91%8A%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E4%BC%9A%E7%88%B1%E5%A5%87%E8%89%BA%E6%95%88%E6%9E%9C%E5%B9%BF%E5%91%8A%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>爱奇艺技术产品团队 今天分享的主要内容分为以下四块内容：爱奇艺效果广告产品介绍，主要是介绍爱奇艺效果广告的主要资源位以及对应的售卖形式；二是效果广告排序算法实践介绍，这里主要介绍在排序算法过程中使用的精排模型和粗排模型；三是效果广告业务策略实践，该模块主要介绍针对新广告的冷启动策略</description>
    </item>
    <item>
      <title>腾讯技术微信图片翻译技术优化之路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87%E7%BF%BB%E8%AF%91%E6%8A%80%E6%9C%AF%E4%BC%98%E5%8C%96%E4%B9%8B%E8%B7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87%E7%BF%BB%E8%AF%91%E6%8A%80%E6%9C%AF%E4%BC%98%E5%8C%96%E4%B9%8B%E8%B7%AF/</guid>
      <description>作者：poetniu，腾讯 WXG 应用研究员 微信（WeChat）作为 12 亿+用户交流的平台，覆盖全球各个地区、不同语言的用户，而微信翻译作为桥梁为用户间的跨语言信息交流提供了便利。目前微信翻译每天为千万用户提供数亿次的翻译服务，且团队技术持续钻研，累计发表数十篇顶会论文、夺得多项 WMT 冠军。</description>
    </item>
    <item>
      <title>测试机器学习降维之线性判别模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%8B%E8%AF%95%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%99%8D%E7%BB%B4%E4%B9%8B%E7%BA%BF%E6%80%A7%E5%88%A4%E5%88%AB%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:28 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%8B%E8%AF%95%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%99%8D%E7%BB%B4%E4%B9%8B%E7%BA%BF%E6%80%A7%E5%88%A4%E5%88%AB%E6%A8%A1%E5%9E%8B/</guid>
      <description>原文地址： 谓之小一 公众号 拍摄于无锡古镇 1.LDA简介 线性判别分析(Linear Discriminant Analysis, LDA) 是一种监督学习的降维方法，也就是说数据集的每个样本是有类别输出。和之前介绍的 机器学习降维之主成分分析(PCA) 方法不同，PCA是不考虑样本类别输出的无监督学习方法。LDA的原理简单来说就是将带上标</description>
    </item>
    <item>
      <title>腾讯技术与推荐技术在腾讯浏览器的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E4%B8%8E%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%9C%A8%E8%85%BE%E8%AE%AF%E6%B5%8F%E8%A7%88%E5%99%A8%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%8A%80%E6%9C%AF%E4%B8%8E%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%9C%A8%E8%85%BE%E8%AE%AF%E6%B5%8F%E8%A7%88%E5%99%A8%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>口述 | 徐羽 整理 | 王强 在 AICon 全球人工智能与机器学习技术大会（2021）北京站 上，腾讯信息平台与服务线 CTO、PCG 事业群推荐与 AI 中台负责人徐羽带来了主题为《Al 与推荐技术在腾讯 QQ 浏览器的应用》的分享，详细介绍了 QQ 浏览器近年来在 AI 推荐技术方面走过的技术旅程。本文由 InfoQ 根据徐羽的演讲内容进</description>
    </item>
    <item>
      <title>百度王海峰详解知识图谱与语义理解</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E7%8E%8B%E6%B5%B7%E5%B3%B0%E8%AF%A6%E8%A7%A3%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E8%AF%AD%E4%B9%89%E7%90%86%E8%A7%A3/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E7%8E%8B%E6%B5%B7%E5%B3%B0%E8%AF%A6%E8%A7%A3%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E4%B8%8E%E8%AF%AD%E4%B9%89%E7%90%86%E8%A7%A3/</guid>
      <description>本文转载自公众号：机器之心。； 8 月 24 日至 27 日在杭州召开的 2019 年全国知识图谱与语义计算大会（CCKS 2019）上，百度 CTO 王海峰发表了题为《知识图谱与语义理解》的演讲。 CCKS 2019 由中国中文信息学会语言与知识计算专业委员会主办，浙江大学承办，以「知识智能」为主题，吸引了来自海内外的八百多名科研</description>
    </item>
    <item>
      <title>详解一文读懂模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%A6%E8%A7%A3%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%A6%E8%A7%A3%E4%B8%80%E6%96%87%E8%AF%BB%E6%87%82%E6%A8%A1%E5%9E%8B/</guid>
      <description>作者： Microstrong 本文概览： 1. Autoregressive语言模型与Autoencoder语言模型 1.1 语言模型概念介绍 Autoregressive语言模型：指的是依据前面（或后面）出现的单词来预测当前时刻的单词，代表有 ELMo， GPT等。 Autoencoder语言模型：通过上下文信息来预测被</description>
    </item>
    <item>
      <title>推荐系统召回四模型之二沉重的模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%8F%AC%E5%9B%9E%E5%9B%9B%E6%A8%A1%E5%9E%8B%E4%B9%8B%E4%BA%8C%E6%B2%89%E9%87%8D%E7%9A%84%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%8F%AC%E5%9B%9E%E5%9B%9B%E6%A8%A1%E5%9E%8B%E4%B9%8B%E4%BA%8C%E6%B2%89%E9%87%8D%E7%9A%84%E6%A8%A1%E5%9E%8B/</guid>
      <description>美剧《权力的游戏》中，宗教刺客团体“无面者”成员之一的贾昆，在他和艾莉亚·史塔克分别之际，将一枚特殊的小硬币交给了艾莉亚，并教会艾莉亚一句话，原话是这样的： “Valar Morghulis （凡人皆有一死） Valar Dohaeris （凡人皆须侍奉）” 但他并未详细解释硬币的用途和这句话的意思。硬币是用来做何用的呢？读完这篇</description>
    </item>
    <item>
      <title>广告算法在凤凰新媒体的实践探索</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%BF%E5%91%8A%E7%AE%97%E6%B3%95%E5%9C%A8%E5%87%A4%E5%87%B0%E6%96%B0%E5%AA%92%E4%BD%93%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%BF%E5%91%8A%E7%AE%97%E6%B3%95%E5%9C%A8%E5%87%A4%E5%87%B0%E6%96%B0%E5%AA%92%E4%BD%93%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%8E%A2%E7%B4%A2/</guid>
      <description>分享嘉宾：凤凰新媒体广告算法团队 编辑整理：陈道昌 内容来源：2019 DataFun Live 01 出品社区：DataFun 导读： 广告算法在优化点击率和竞价机制等提升平台收益的过程中，如果不能保证广告主转化的质和量就会影响到平台生态的稳定发展，因此在 CPC 的基础上，我们探索了 OCPC 模式，并在实际中成功应用。 本次分享</description>
    </item>
    <item>
      <title>阿里妈妈电商预估模型的发展与挑战</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E7%94%B5%E5%95%86%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E6%8C%91%E6%88%98/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:10 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E7%94%B5%E5%95%86%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%8F%91%E5%B1%95%E4%B8%8E%E6%8C%91%E6%88%98/</guid>
      <description>分享嘉宾：周国睿 阿里妈妈 算法专家 编辑整理：鞠芳 内容来源：AI 科学前沿大会 出品社区：DataFun 注：欢迎转载，转载请注明出处 本次分享内容提纲： 电商数据个性化预估的特性 阿里妈妈模型迭代路径 Where to Go 一、 电商数据个性化预估的特性 首先介绍一些基础的背景知识，阿里的展示广告按展示元素主要分为</description>
    </item>
    <item>
      <title>年七月中旬百度算法面试道题分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E4%B8%83%E6%9C%88%E4%B8%AD%E6%97%AC%E7%99%BE%E5%BA%A6%E7%AE%97%E6%B3%95%E9%9D%A2%E8%AF%95%E9%81%93%E9%A2%98%E5%88%86%E4%BA%AB/</link>
      <pubDate>Tue, 15 Mar 2022 09:01:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E4%B8%83%E6%9C%88%E4%B8%AD%E6%97%AC%E7%99%BE%E5%BA%A6%E7%AE%97%E6%B3%95%E9%9D%A2%E8%AF%95%E9%81%93%E9%A2%98%E5%88%86%E4%BA%AB/</guid>
      <description>文末免费送电子书：七月在线干货组最新 升级的《2021最新大厂AI面试题》免费送！ 问题1：过拟合 怎么解决 过拟合：是指训练误差和测试误差之间的差距太大。换句换说，就是模型复杂度高于实际问题，模型在训练集上表现很好，但在测试集上却表现很差。 欠拟合：模型不能在训练集上获得足够低的误差。换</description>
    </item>
    <item>
      <title>阿里想为特征交互走一条新的路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%83%B3%E4%B8%BA%E7%89%B9%E5%BE%81%E4%BA%A4%E4%BA%92%E8%B5%B0%E4%B8%80%E6%9D%A1%E6%96%B0%E7%9A%84%E8%B7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 09:01:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%83%B3%E4%B8%BA%E7%89%B9%E5%BE%81%E4%BA%A4%E4%BA%92%E8%B5%B0%E4%B8%80%E6%9D%A1%E6%96%B0%E7%9A%84%E8%B7%AF/</guid>
      <description>文章作者：周国睿 阿里巴巴 高级算法专家 内容来源：知乎@周国睿 导读： 本文主要介绍阿里定向广告技术团队在CTR建模领域最新的工作CAN，CAN已经在双十一前全面在阿里定向广告落地，在线效果提升非常显著。一般文章会以事后的视角来写，这样思考会更完整，会屏蔽掉中途的一些旁枝末节，会显得思路</description>
    </item>
    <item>
      <title>年月算法工程师道面试题分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</link>
      <pubDate>Tue, 15 Mar 2022 09:01:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</guid>
      <description>问题1：逻辑回归和SVM的异同 LR与SVM的相同点： 都是有监督的分类算法； 如果不考虑核函数，LR和SVM都是线性分类算法。 它们的分类决策面都是线性的。 LR和SVM都是判别式模型。 LR与SVM的不同点： 本质上是loss函数不同，或者说分类的原理不同。 SVM是结构风险最小化，LR则是</description>
    </item>
    <item>
      <title>超详细讲解深入理解二分类算法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B6%85%E8%AF%A6%E7%BB%86%E8%AE%B2%E8%A7%A3%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3%E4%BA%8C%E5%88%86%E7%B1%BB%E7%AE%97%E6%B3%95/</link>
      <pubDate>Tue, 15 Mar 2022 09:00:43 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B6%85%E8%AF%A6%E7%BB%86%E8%AE%B2%E8%A7%A3%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3%E4%BA%8C%E5%88%86%E7%B1%BB%E7%AE%97%E6%B3%95/</guid>
      <description>我的个人 微信公众号： Microstrong 微信公众号 ID：MicrostrongAI 目录： GBDT 分类算法简介 GBDT 二分类算法 2.1 逻辑回归的对数损失函数 2.2 GBDT 二分类原理 GBDT 二分类算法实例 手撕 GBDT 二分类算法 4.1 用 Python3 实现 GBDT 二分类算法 4.2 用 sklearn 实现 GBDT 二分类算法 GBDT 分类任务常见的损失函数 总结 Reference 本文的主要内容概览： 1. GBDT 分类算法简介 GBDT 无</description>
    </item>
    <item>
      <title>图解自监督学习人工智能蛋糕中最大的一块</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E8%87%AA%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E8%9B%8B%E7%B3%95%E4%B8%AD%E6%9C%80%E5%A4%A7%E7%9A%84%E4%B8%80%E5%9D%97/</link>
      <pubDate>Tue, 15 Mar 2022 09:00:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E8%87%AA%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E8%9B%8B%E7%B3%95%E4%B8%AD%E6%9C%80%E5%A4%A7%E7%9A%84%E4%B8%80%E5%9D%97/</guid>
      <description>作者：Amit Chaudhary 编译：ronghuaiyang 导读： 如果人工智能是一块蛋糕，那么蛋糕的大部分是自监督学习，蛋糕上的糖衣是监督学习，蛋糕上的樱桃是强化学习。 Yann Lecun 在他的演讲中引入了“蛋糕类比”来说明自监督学习的重要性。虽然这个类比是有争论的，但我们也已经看到了自监督学习的影响，在自然</description>
    </item>
    <item>
      <title>拯救的配方</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8B%AF%E6%95%91%E7%9A%84%E9%85%8D%E6%96%B9/</link>
      <pubDate>Tue, 15 Mar 2022 08:59:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8B%AF%E6%95%91%E7%9A%84%E9%85%8D%E6%96%B9/</guid>
      <description>拯救 996 的配方 引言 随着越来越多的公司加入996的阵营，企业面临的经营压力越来越大，员工不得不为此付出更多的努力。在社会的大环境下，企业不努力燃烧激情，将失去生存的立锥之地；员工不努力释放自我，将会被企业淘汰；正所谓皮之不存毛将焉附。这样的场景，非企业所愿，非员工所望，却是趋势如此，</description>
    </item>
    <item>
      <title>推荐技术随谈</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E9%9A%8F%E8%B0%88/</link>
      <pubDate>Tue, 15 Mar 2022 08:59:36 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E9%9A%8F%E8%B0%88/</guid>
      <description>文章作者：翦浩 脉脉 编辑整理：蒋权 内容来源：DataFun AI Talk 大家好，今天想和大家讨论下相关推荐技术通用的特点及在实践中的改进点，这也是我们团队在研发实践中一些经验总结。 首先，推荐解决主要问题是给用户在没有行为的新闻上预测一个偏好概率，然后通过概率值由高到低排序推荐给用户。如图简单</description>
    </item>
    <item>
      <title>吴恩达等大佬回顾预测年发展</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%B4%E6%81%A9%E8%BE%BE%E7%AD%89%E5%A4%A7%E4%BD%AC%E5%9B%9E%E9%A1%BE%E9%A2%84%E6%B5%8B%E5%B9%B4%E5%8F%91%E5%B1%95/</link>
      <pubDate>Tue, 15 Mar 2022 08:59:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%B4%E6%81%A9%E8%BE%BE%E7%AD%89%E5%A4%A7%E4%BD%AC%E5%9B%9E%E9%A1%BE%E9%A2%84%E6%B5%8B%E5%B9%B4%E5%8F%91%E5%B1%95/</guid>
      <description>人工智能一度被炒作为一项可以拯救世界或者毁灭世界的技术。 拨开喧嚣与炒作的迷雾，VentureBeat 与人工智能领域的杰出专家 Google Brain 联合创始人吴恩达，Cloudera 和 Fast Forward Labs 创始人 Hilary Mason，Facebook AI 研究院创始人 Yann LeCun，以及埃森哲人工智能全球负责人 Rumman Chowdhury 进行了一次交流</description>
    </item>
    <item>
      <title>从阿里的看模型线上实时方法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E9%98%BF%E9%87%8C%E7%9A%84%E7%9C%8B%E6%A8%A1%E5%9E%8B%E7%BA%BF%E4%B8%8A%E5%AE%9E%E6%97%B6%E6%96%B9%E6%B3%95/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:58 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E9%98%BF%E9%87%8C%E7%9A%84%E7%9C%8B%E6%A8%A1%E5%9E%8B%E7%BA%BF%E4%B8%8A%E5%AE%9E%E6%97%B6%E6%96%B9%E6%B3%95/</guid>
      <description>这里是 「王喆的机器学习笔记」 的第二十九篇文章。 最近写书的时候在总结一些深度学习模型线上 serving 的主流方法。之前的专栏文章也有所涉及（ 如何解决推荐系统工程难题——深度学习推荐模型线上 serving）。 但是看到阿里妈妈去年 KDD 上的文章 *Practice on Long Sequential User Behavior Modeling for Click-Through Rate Prediction * 之后，还是有种相见恨晚的感觉，因为</description>
    </item>
    <item>
      <title>马蜂窝推荐排序算法模型是如何实现快速迭代的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A9%AC%E8%9C%82%E7%AA%9D%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E6%A8%A1%E5%9E%8B%E6%98%AF%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E5%BF%AB%E9%80%9F%E8%BF%AD%E4%BB%A3%E7%9A%84/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:54 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A9%AC%E8%9C%82%E7%AA%9D%E6%8E%A8%E8%8D%90%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E6%A8%A1%E5%9E%8B%E6%98%AF%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E5%BF%AB%E9%80%9F%E8%BF%AD%E4%BB%A3%E7%9A%84/</guid>
      <description>Part.1 马蜂窝推荐系统架构 马蜂窝推荐系统主要由召回（Match）、排序（Rank）、重排序（Rerank）几个部分组成，整体架构图如下： 在召回阶段，系统会从海量的内容库筛选出符合用户偏好的候选集（百级、千级）；排序阶段在此基础上，基于特定的优化目标（如点击率）对候选集内容进行更加精准的</description>
    </item>
    <item>
      <title>上的用命名实体识别任务来解释推理</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8A%E7%9A%84%E7%94%A8%E5%91%BD%E5%90%8D%E5%AE%9E%E4%BD%93%E8%AF%86%E5%88%AB%E4%BB%BB%E5%8A%A1%E6%9D%A5%E8%A7%A3%E9%87%8A%E6%8E%A8%E7%90%86/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:51 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8A%E7%9A%84%E7%94%A8%E5%91%BD%E5%90%8D%E5%AE%9E%E4%BD%93%E8%AF%86%E5%88%AB%E4%BB%BB%E5%8A%A1%E6%9D%A5%E8%A7%A3%E9%87%8A%E6%8E%A8%E7%90%86/</guid>
      <description>作者：CreateMoMo 编译：ronghuaiyang 导读 今天是第三部分，介绍如何推理新的句子。 前两篇链接： BiLSTM 上的 CRF，用命名实体识别任务来解释 CRF（1） BiLSTM 上的 CRF，用命名实体识别任务来解释 CRF（2）损失函数 2.6 为新的句子推理标签 在前面的章节中，我们学习了 BiLSTM-CRF 模型的结构和 CRF</description>
    </item>
    <item>
      <title>美团配送实时特征平台建设实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E9%85%8D%E9%80%81%E5%AE%9E%E6%97%B6%E7%89%B9%E5%BE%81%E5%B9%B3%E5%8F%B0%E5%BB%BA%E8%AE%BE%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:41 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E9%85%8D%E9%80%81%E5%AE%9E%E6%97%B6%E7%89%B9%E5%BE%81%E5%B9%B3%E5%8F%B0%E5%BB%BA%E8%AE%BE%E5%AE%9E%E8%B7%B5/</guid>
      <description>文章作者：李金康 美团 高级技术专家 内容来源：Frank 出品平台：DataFunTalk 导读： 2019年5月，美团正式推出新品牌「美团配送」，升级配送开放平台。那你知道支撑美团配送大脑的实时特征平台是如何建设的吗？如何实现每分钟生产千万级的实时特征？如何在70w+QPS的场景下实现4</description>
    </item>
    <item>
      <title>广告算法在阿里文娱用户增长中的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%BF%E5%91%8A%E7%AE%97%E6%B3%95%E5%9C%A8%E9%98%BF%E9%87%8C%E6%96%87%E5%A8%B1%E7%94%A8%E6%88%B7%E5%A2%9E%E9%95%BF%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:40 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%BF%E5%91%8A%E7%AE%97%E6%B3%95%E5%9C%A8%E9%98%BF%E9%87%8C%E6%96%87%E5%A8%B1%E7%94%A8%E6%88%B7%E5%A2%9E%E9%95%BF%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>导读： 从 2019 年开始，优酷使用 DSP 在今日头条、阿里妈妈等平台投放视频广告，实现用户的稳定增长。我们将 用户增长领域与广告竞价领域结合，借鉴推荐领域的实践，基于特有的业务背景，开发落地了一系列算法。 在成本及预算可控的条件下，最终实现了 数百万 DAU 的引流能力。本文主要介绍外投广告算法在用户增长领</description>
    </item>
    <item>
      <title>基于知识图谱的语义理解技术及应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E8%AF%AD%E4%B9%89%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF%E5%8F%8A%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E8%AF%AD%E4%B9%89%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF%E5%8F%8A%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：冯知凡 百度 主任研发架构师 编辑整理：付一韬 内容来源：DataFunTalk·年终论坛 出品平台：DataFun 导读： 知识图谱在人工智能应用中的重要价值日益突显。百度构建了超大规模的通用知识图谱，并在搜索、推荐、智能交互等多项产品中广泛应用。同时，随着文本、语音、视觉等智能技</description>
    </item>
    <item>
      <title>快手端上智能在快手上下滑推荐取得时长的应用实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BF%AB%E6%89%8B%E7%AB%AF%E4%B8%8A%E6%99%BA%E8%83%BD%E5%9C%A8%E5%BF%AB%E6%89%8B%E4%B8%8A%E4%B8%8B%E6%BB%91%E6%8E%A8%E8%8D%90%E5%8F%96%E5%BE%97%E6%97%B6%E9%95%BF%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BF%AB%E6%89%8B%E7%AB%AF%E4%B8%8A%E6%99%BA%E8%83%BD%E5%9C%A8%E5%BF%AB%E6%89%8B%E4%B8%8A%E4%B8%8B%E6%BB%91%E6%8E%A8%E8%8D%90%E5%8F%96%E5%BE%97%E6%97%B6%E9%95%BF%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</guid>
      <description>1.背景 1.1.端上智能 端上智能是相对于云计算人工智能应用(如推荐、搜索)的概念：如工业界成熟的推荐系统方案，几乎都是通过云计算的算力，在海量候选集中搜索用户感兴趣的 Feed，并通过复杂的精排模型(百亿至千亿级参数规模)将排序 Top 的 Feeds 列表发送给智能手机终端。智能手机终端在这个过程中</description>
    </item>
    <item>
      <title>由于幸存者偏差导致强变量在后续迭代中逐渐削弱甚至相反怎么办文末有福利</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B1%E4%BA%8E%E5%B9%B8%E5%AD%98%E8%80%85%E5%81%8F%E5%B7%AE%E5%AF%BC%E8%87%B4%E5%BC%BA%E5%8F%98%E9%87%8F%E5%9C%A8%E5%90%8E%E7%BB%AD%E8%BF%AD%E4%BB%A3%E4%B8%AD%E9%80%90%E6%B8%90%E5%89%8A%E5%BC%B1%E7%94%9A%E8%87%B3%E7%9B%B8%E5%8F%8D%E6%80%8E%E4%B9%88%E5%8A%9E%E6%96%87%E6%9C%AB%E6%9C%89%E7%A6%8F%E5%88%A9/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B1%E4%BA%8E%E5%B9%B8%E5%AD%98%E8%80%85%E5%81%8F%E5%B7%AE%E5%AF%BC%E8%87%B4%E5%BC%BA%E5%8F%98%E9%87%8F%E5%9C%A8%E5%90%8E%E7%BB%AD%E8%BF%AD%E4%BB%A3%E4%B8%AD%E9%80%90%E6%B8%90%E5%89%8A%E5%BC%B1%E7%94%9A%E8%87%B3%E7%9B%B8%E5%8F%8D%E6%80%8E%E4%B9%88%E5%8A%9E%E6%96%87%E6%9C%AB%E6%9C%89%E7%A6%8F%E5%88%A9/</guid>
      <description>解析： 幸存者偏差（SurvivorshipBias）与样本不均衡（Imbalance Learning）问题都是由于风控模型的拒绝属性导致的。但表现形式略有不同。幸存者偏差是指，每次模型迭代时，使用的样本都是被前一个模型筛选过的，从而导致的样本空间不完备。 其实主要是添加负样本的问题</description>
    </item>
    <item>
      <title>电商推荐那点事</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B5%E5%95%86%E6%8E%A8%E8%8D%90%E9%82%A3%E7%82%B9%E4%BA%8B/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%94%B5%E5%95%86%E6%8E%A8%E8%8D%90%E9%82%A3%E7%82%B9%E4%BA%8B/</guid>
      <description>文章作者：姚凯飞 Club Factory 编辑整理：Hoh Xil 内容来源：作者授权发布 出品社区：DataFun ▌本次分享内容大纲： 推荐概述 好的推荐产品 几大挑战（用户、物品、系统、冷启动&amp;hellip;） 模块与架构 召回及排序 ▌推荐概述**：** **▌** 好的推荐产品 ▌几大挑战 **▌** 模块与架构 **▌** 召</description>
    </item>
    <item>
      <title>灵魂匹配陌生社交的增长机制</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%81%B5%E9%AD%82%E5%8C%B9%E9%85%8D%E9%99%8C%E7%94%9F%E7%A4%BE%E4%BA%A4%E7%9A%84%E5%A2%9E%E9%95%BF%E6%9C%BA%E5%88%B6/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%81%B5%E9%AD%82%E5%8C%B9%E9%85%8D%E9%99%8C%E7%94%9F%E7%A4%BE%E4%BA%A4%E7%9A%84%E5%A2%9E%E9%95%BF%E6%9C%BA%E5%88%B6/</guid>
      <description>文章作者：姚凯飞 内容来源：阅读以明智 导读： Soul作为“灵魂社交”的先行者，这两年发展稳健，不管是用户规模还是产品ROI都有非常不错的表现。一直以来，人类底层的社交需求并没有太大变化，但是时代发展，代际更迭为新的产品带来了新机遇。作为非常受95后欢迎的产品， Soul抓住了其中的一</description>
    </item>
    <item>
      <title>解读滴滴猜你去哪儿功能的算法实现</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E8%AF%BB%E6%BB%B4%E6%BB%B4%E7%8C%9C%E4%BD%A0%E5%8E%BB%E5%93%AA%E5%84%BF%E5%8A%9F%E8%83%BD%E7%9A%84%E7%AE%97%E6%B3%95%E5%AE%9E%E7%8E%B0/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%A3%E8%AF%BB%E6%BB%B4%E6%BB%B4%E7%8C%9C%E4%BD%A0%E5%8E%BB%E5%93%AA%E5%84%BF%E5%8A%9F%E8%83%BD%E7%9A%84%E7%AE%97%E6%B3%95%E5%AE%9E%E7%8E%B0/</guid>
      <description>文章作者：Dustinsea Alibaba 编辑整理：Hoh 内容来源：作者授权 出品社区：DataFun 导读： 最近看了一篇比较有意思的文章，关于滴滴“猜你去哪儿”功能的算法实现，在这里记录下。 ▌产品 图：滴滴“猜你去哪儿”产品形态 从产品的角度，滴滴“猜你去哪儿”是在用户打开滴滴，用户还未输入的情况</description>
    </item>
    <item>
      <title>实时翻译的发动机矢量语义斯坦福大学课程解读</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AE%9E%E6%97%B6%E7%BF%BB%E8%AF%91%E7%9A%84%E5%8F%91%E5%8A%A8%E6%9C%BA%E7%9F%A2%E9%87%8F%E8%AF%AD%E4%B9%89%E6%96%AF%E5%9D%A6%E7%A6%8F%E5%A4%A7%E5%AD%A6%E8%AF%BE%E7%A8%8B%E8%A7%A3%E8%AF%BB/</link>
      <pubDate>Tue, 15 Mar 2022 08:57:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AE%9E%E6%97%B6%E7%BF%BB%E8%AF%91%E7%9A%84%E5%8F%91%E5%8A%A8%E6%9C%BA%E7%9F%A2%E9%87%8F%E8%AF%AD%E4%B9%89%E6%96%AF%E5%9D%A6%E7%A6%8F%E5%A4%A7%E5%AD%A6%E8%AF%BE%E7%A8%8B%E8%A7%A3%E8%AF%BB/</guid>
      <description>转载自公众号： 人工智能头条 大家好，我是为人造的智能操碎了心的智能禅师。 GraphDB 最近刚刚升级到 8.7 版本，此次特别更新了矢量语义包，直接以插件形式整合到程序中。 矢量语义在 NLP 领域，有着非常重要的意义，它用矢量的方式，加快了计算机学习新词汇的速度。让机器翻译、实时翻译、聊天机器人智能化等，成为可</description>
    </item>
    <item>
      <title>美团深度学习系统的工程实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:57:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E8%B7%B5/</guid>
      <description>转载自 美团点评技术团队 背景 深度学习作为AI时代的核心技术，已经被应用于众多场景。在系统设计层面，由于它具有计算密集的特性，所以与传统的机器学习算法在工程实践过程中存在诸多的不同。本文将介绍美团平台在应用深度学习技术的过程中，相关系统设计的一些经验。 本文将首先列举部分深度学习算法所</description>
    </item>
    <item>
      <title>年月中旬蔚来算法工程师面试题道</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E4%B8%AD%E6%97%AC%E8%94%9A%E6%9D%A5%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%9D%A2%E8%AF%95%E9%A2%98%E9%81%93/</link>
      <pubDate>Tue, 15 Mar 2022 08:57:09 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E4%B8%AD%E6%97%AC%E8%94%9A%E6%9D%A5%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%9D%A2%E8%AF%95%E9%A2%98%E9%81%93/</guid>
      <description>文末免费送电子书：七月在线干货组最新 升级的《名企AI面试100题》免费送！ 问题一：你常用的优化算法？有什么特点？为什么? 梯度下降：在一个方向上更新和调整模型的参数，来最小化损失函数。 随机梯度下降（Stochastic gradient descent，SGD）对每个训练样本进行参数更新，每次执行都</description>
    </item>
    <item>
      <title>精选知识点算法流程详解</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E9%80%89%E7%9F%A5%E8%AF%86%E7%82%B9%E7%AE%97%E6%B3%95%E6%B5%81%E7%A8%8B%E8%AF%A6%E8%A7%A3/</link>
      <pubDate>Tue, 15 Mar 2022 08:57:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E9%80%89%E7%9F%A5%E8%AF%86%E7%82%B9%E7%AE%97%E6%B3%95%E6%B5%81%E7%A8%8B%E8%AF%A6%E8%A7%A3/</guid>
      <description>解析1： 将原图与已经准备好的每个类别的“模板”做卷积操作，生成一中类似热力图（hot map）的图像，将不同尺度上的图合成一张，图中较量点就是与最相关“模板”相似的点。 拓展： SGD(stochastic gradient descent)到training里 NMS(non-maximum suppression)对后期testing的处理非常重要 Data mining hard e</description>
    </item>
    <item>
      <title>精准推送实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E5%87%86%E6%8E%A8%E9%80%81%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:57:00 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E5%87%86%E6%8E%A8%E9%80%81%E5%AE%9E%E8%B7%B5/</guid>
      <description>转载自 58架构师 公众号 时间： 2019-12-15 引言 在大数据和算法的时代到来后，内容分发已经不仅仅是简单的渠道随意推送，而是精准地识别用户爱好、精准地为用户推荐他所喜爱看的内容，然后将“精准”变得越来越专业，进而牢牢地抓住用户。 在产品运营的概念中，常见的精准推送给划分为以下两种： 1、站内精准推送：</description>
    </item>
    <item>
      <title>推荐系统走向下一阶段最重要的三个问题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%B5%B0%E5%90%91%E4%B8%8B%E4%B8%80%E9%98%B6%E6%AE%B5%E6%9C%80%E9%87%8D%E8%A6%81%E7%9A%84%E4%B8%89%E4%B8%AA%E9%97%AE%E9%A2%98/</link>
      <pubDate>Tue, 15 Mar 2022 08:56:06 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E8%B5%B0%E5%90%91%E4%B8%8B%E4%B8%80%E9%98%B6%E6%AE%B5%E6%9C%80%E9%87%8D%E8%A6%81%E7%9A%84%E4%B8%89%E4%B8%AA%E9%97%AE%E9%A2%98/</guid>
      <description>文章作者：周国睿 阿里巴巴 高级算法专家 编辑整理：Hoh 内容来源：作者授权发布 出品社区：DataFun 注：欢迎转载，转载请注明出处 推荐系统和搜索引擎一直是比较火热的技术，因为离商业化比较近。她们是互联网领域两个衣着光鲜的美人，小腰一扭就是钱的味道。这几年凭借着两个红利： 1. 互联网行业的</description>
    </item>
    <item>
      <title>机器学习基础与趋势系列丛书最新成员页深度强化学习入门发布</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9F%BA%E7%A1%80%E4%B8%8E%E8%B6%8B%E5%8A%BF%E7%B3%BB%E5%88%97%E4%B8%9B%E4%B9%A6%E6%9C%80%E6%96%B0%E6%88%90%E5%91%98%E9%A1%B5%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%85%A5%E9%97%A8%E5%8F%91%E5%B8%83/</link>
      <pubDate>Tue, 15 Mar 2022 08:56:01 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9F%BA%E7%A1%80%E4%B8%8E%E8%B6%8B%E5%8A%BF%E7%B3%BB%E5%88%97%E4%B8%9B%E4%B9%A6%E6%9C%80%E6%96%B0%E6%88%90%E5%91%98%E9%A1%B5%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%85%A5%E9%97%A8%E5%8F%91%E5%B8%83/</guid>
      <description>作者：Vincent Francois-Lavet等 参与：Panda 深度强化学习 已经为围棋、视频游戏和机器人等领域带来了变革式的发展，成为了人工智能领域的一大主流研究方向。近日，麦吉尔大学、谷歌大脑和 Facebook 的多位研究者在 arXiv 发布了 140 页的《深度强化学习入门》文稿，对深度强化学习的当前发展和</description>
    </item>
    <item>
      <title>陈小天时间序列模型在金融领域应用实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%99%88%E5%B0%8F%E5%A4%A9%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E6%A8%A1%E5%9E%8B%E5%9C%A8%E9%87%91%E8%9E%8D%E9%A2%86%E5%9F%9F%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:56:01 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%99%88%E5%B0%8F%E5%A4%A9%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E6%A8%A1%E5%9E%8B%E5%9C%A8%E9%87%91%E8%9E%8D%E9%A2%86%E5%9F%9F%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：陈小天 数禾科技 资深算法工程师 编辑整理：帖雨薇 小米 出品平台：DataFunTalk 导读： 随着公司业务的不断扩大，包括金融领域在内的各个领域中，逐渐积累了大量的时序数据，通过时序数据建立模型和制定策略能为业务提供有效地帮助。目前，在面对日益增长的数据量和复杂度，依靠人工衍生</description>
    </item>
    <item>
      <title>供应链年中国智慧物流行业市场前景研究报告</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BE%9B%E5%BA%94%E9%93%BE%E5%B9%B4%E4%B8%AD%E5%9B%BD%E6%99%BA%E6%85%A7%E7%89%A9%E6%B5%81%E8%A1%8C%E4%B8%9A%E5%B8%82%E5%9C%BA%E5%89%8D%E6%99%AF%E7%A0%94%E7%A9%B6%E6%8A%A5%E5%91%8A/</link>
      <pubDate>Tue, 15 Mar 2022 08:54:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BE%9B%E5%BA%94%E9%93%BE%E5%B9%B4%E4%B8%AD%E5%9B%BD%E6%99%BA%E6%85%A7%E7%89%A9%E6%B5%81%E8%A1%8C%E4%B8%9A%E5%B8%82%E5%9C%BA%E5%89%8D%E6%99%AF%E7%A0%94%E7%A9%B6%E6%8A%A5%E5%91%8A/</guid>
      <description>文章作者： @中商产业研究院 本篇文章是由以上作者在知乎的优秀文章(原文链接: 2018年中国智慧物流行业市场前景研究报告 ), 通过 『运筹OR帷幄』 责任编辑整理而成。 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</description>
    </item>
    <item>
      <title>深度学习在序列化推荐中的应用以及扩展</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%BA%8F%E5%88%97%E5%8C%96%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E4%BB%A5%E5%8F%8A%E6%89%A9%E5%B1%95/</link>
      <pubDate>Tue, 15 Mar 2022 08:54:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%BA%8F%E5%88%97%E5%8C%96%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E4%BB%A5%E5%8F%8A%E6%89%A9%E5%B1%95/</guid>
      <description>文章来源 http://kubicode.me/2018/09/19/Deep+Learning/GRU4REC-Session-Based-Recommendation/ 前言 用户在互联网应用上的绝大部分的行为都是可以用一个序列来表示，比如购物、听音乐、看feed流等，用式子来表示就是: {x_1,x_2,x_3,..,x_N} -&amp;gt; x_{N+1} 因此对于这个序列如何建模来获取整个用户的意图行为至关重要，而之前传统的ML只能基于统计或者经验的方式来尽量抽取这些序列信息，并无法hold整个序列，</description>
    </item>
    <item>
      <title>技术在对话系统中的应用实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E5%AF%B9%E8%AF%9D%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:54:06 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E5%9C%A8%E5%AF%B9%E8%AF%9D%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：桑海龙 AICUG人工智能社区 浏览器不支持该媒体的播放 :( 导读： 在58同城C端用户和B端商家IM微聊在线沟通场景下，我们应用对话机器人打造了商家智能聊天助手，对话机器人通过与C端用户沟通获取商机反馈给B端商家。在人机对话过程中我们需要识别出电话、地址、时间、服务对象等商机信息。</description>
    </item>
    <item>
      <title>回顾旅游知识图谱的构建和应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E6%97%85%E6%B8%B8%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%9E%84%E5%BB%BA%E5%92%8C%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 08:54:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E6%97%85%E6%B8%B8%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%9E%84%E5%BB%BA%E5%92%8C%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾： 鞠剑勋携程旅游度假AI NLP负责人 编辑整理： 金媛 内容来源： AI先行者大会《旅游知识图谱的构建和应用》 出品社区： DataFun 注：欢迎转载，转载请注明出处。 本文首先介绍了什么是旅游知识图谱，然后就旅游知识图谱的架构，构建，应用和未来几个方面展开讨论。 1. 旅游知识图谱 首先简单介绍什么是知</description>
    </item>
    <item>
      <title>美团深度学习在搜索业务中的探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%90%9C%E7%B4%A2%E4%B8%9A%E5%8A%A1%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:54:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%90%9C%E7%B4%A2%E4%B8%9A%E5%8A%A1%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>本文根据美团高级技术专家翟艺涛在2018 QCon全球软件开发大会上的演讲内容整理而成，内容有修改。 引言 2018年12月31日，美团酒店单日入住间夜突破200万，再次创下行业的新纪录，而酒店搜索在其中起到了非常重要的作用。本文会首先介绍一下酒店搜索的业务特点，作为O2O搜索的一种，</description>
    </item>
    <item>
      <title>算法原理以及工程化实现</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E4%BB%A5%E5%8F%8A%E5%B7%A5%E7%A8%8B%E5%8C%96%E5%AE%9E%E7%8E%B0/</link>
      <pubDate>Tue, 15 Mar 2022 08:54:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E4%BB%A5%E5%8F%8A%E5%B7%A5%E7%A8%8B%E5%8C%96%E5%AE%9E%E7%8E%B0/</guid>
      <description>原文： https://zhuanlan.zhihu.com/p/58508137 作者： 青烟雨后 前言 在实际项目或者刷竞赛的时候，经常会遇到训练数据非常大导致一些算法实际上不能操作的问题。比如在广告行业中，因为DSP的请求数据量特别大，一个星期的数据往往有上百G，这种级别的数据在训练的时候，直接套用一些算法框架是没办法训练的，基本上在特征工程的阶段就一筹</description>
    </item>
    <item>
      <title>淘宝搜索模型核心技术用户建模篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E5%AE%9D%E6%90%9C%E7%B4%A2%E6%A8%A1%E5%9E%8B%E6%A0%B8%E5%BF%83%E6%8A%80%E6%9C%AF%E7%94%A8%E6%88%B7%E5%BB%BA%E6%A8%A1%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 08:53:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E5%AE%9D%E6%90%9C%E7%B4%A2%E6%A8%A1%E5%9E%8B%E6%A0%B8%E5%BF%83%E6%8A%80%E6%9C%AF%E7%94%A8%E6%88%B7%E5%BB%BA%E6%A8%A1%E7%AF%87/</guid>
      <description>文章作者：龙楚、丹鸥、晨宁、元涵 内容来源：阿里机器智能 导读： 用户建模是搜索与推荐模型的核心技术。我们力求从实际应用出发，和大家分享我们在搜索场景中用户建模的一些实践经验。同时将我们所观察到的现象、问题写出来，欢迎大家多讨论交流。 01背景与意义 用户建模是搜索与推荐模型的核心技术。淘</description>
    </item>
    <item>
      <title>阿里妈妈品牌广告中的算法实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E5%93%81%E7%89%8C%E5%B9%BF%E5%91%8A%E4%B8%AD%E7%9A%84%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:53:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E5%93%81%E7%89%8C%E5%B9%BF%E5%91%8A%E4%B8%AD%E7%9A%84%E7%AE%97%E6%B3%95%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：肖国锐 阿里 高级算法专家 编辑整理：陈道昌 内容来源：DataFun AI Talk 出品社区：DataFun 导读： 本次分享的主题为阿里妈妈品牌广告中的 NLP 算法实践，主要内容包括： 1. 品牌广告业务模式与技术架构的简要介绍 2. NLP 算法在品牌搜索广告中的实践，以两个具体的算法问题展开：品牌意图识别和短</description>
    </item>
    <item>
      <title>从文本中进行关系抽取的几种不同的方法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E6%96%87%E6%9C%AC%E4%B8%AD%E8%BF%9B%E8%A1%8C%E5%85%B3%E7%B3%BB%E6%8A%BD%E5%8F%96%E7%9A%84%E5%87%A0%E7%A7%8D%E4%B8%8D%E5%90%8C%E7%9A%84%E6%96%B9%E6%B3%95/</link>
      <pubDate>Tue, 15 Mar 2022 08:53:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E6%96%87%E6%9C%AC%E4%B8%AD%E8%BF%9B%E8%A1%8C%E5%85%B3%E7%B3%BB%E6%8A%BD%E5%8F%96%E7%9A%84%E5%87%A0%E7%A7%8D%E4%B8%8D%E5%90%8C%E7%9A%84%E6%96%B9%E6%B3%95/</guid>
      <description>作者：Andreas Herman 编译：ronghuaiyang 导读： 信息抽取是 NLP 中非常重要的内容，而关系的抽取在知识图谱等领域应用广泛，也是非常基础的 NLP 任务，今天给大家介绍一下。 关系提取是指从文本中提取语义关系，这种语义关系通常发生在两个或多个实体之间。这些关系可以是不同类型的。&amp;quot</description>
    </item>
    <item>
      <title>搞机器学习没前途算法岗现状</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%B2%A1%E5%89%8D%E9%80%94%E7%AE%97%E6%B3%95%E5%B2%97%E7%8E%B0%E7%8A%B6/</link>
      <pubDate>Tue, 15 Mar 2022 08:53:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%B2%A1%E5%89%8D%E9%80%94%E7%AE%97%E6%B3%95%E5%B2%97%E7%8E%B0%E7%8A%B6/</guid>
      <description>作者简介：唐巧，资深 iOS 开发者。曾在网易参与过网易邮箱、网易微博以及有道云笔记的开发。目前在猿题库创业，是小猿搜题的产品技术负责人。本文经授权转自作者同名公众号。 最近又到了一年一度互联网公司校园招聘的季节，我一次又一次地见到应届生在找工作上不停地犯一些常识性错误。好吧，我就再老话常</description>
    </item>
    <item>
      <title>基于知识图谱的问答系统入门数据集</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E9%97%AE%E7%AD%94%E7%B3%BB%E7%BB%9F%E5%85%A5%E9%97%A8%E6%95%B0%E6%8D%AE%E9%9B%86/</link>
      <pubDate>Tue, 15 Mar 2022 08:53:54 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E9%97%AE%E7%AD%94%E7%B3%BB%E7%BB%9F%E5%85%A5%E9%97%A8%E6%95%B0%E6%8D%AE%E9%9B%86/</guid>
      <description>作者丨郭雅志 学校丨北京化工大学 研究方向丨NLP、知识图谱、对话/问答系统 本人认为学习一样东西，直接上手跑实验是最有效提升的方法之一。看了那么多的理论介绍文章，抽象的说辞，最后还是似懂非懂。所以，直接上手数据集跑实验，与理论结合，能有更深刻的了解。同时也记录下学习 KBQA 的过程，也希望对</description>
    </item>
    <item>
      <title>人工智能人工智能军备竞赛一文尽览全球主要国家战略</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%86%9B%E5%A4%87%E7%AB%9E%E8%B5%9B%E4%B8%80%E6%96%87%E5%B0%BD%E8%A7%88%E5%85%A8%E7%90%83%E4%B8%BB%E8%A6%81%E5%9B%BD%E5%AE%B6%E6%88%98%E7%95%A5/</link>
      <pubDate>Tue, 15 Mar 2022 08:14:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%86%9B%E5%A4%87%E7%AB%9E%E8%B5%9B%E4%B8%80%E6%96%87%E5%B0%BD%E8%A7%88%E5%85%A8%E7%90%83%E4%B8%BB%E8%A6%81%E5%9B%BD%E5%AE%B6%E6%88%98%E7%95%A5/</guid>
      <description>人工智能的迅速发展将深刻改变人类社会和世界的面貌，为了抓住 AI 发展的战略机遇，越来越多的国家和组织已争相开始制定国家层面的发展规划。近日，来自加拿大先进技术研究院（CIFAR）的政策研究员 Tim Dutton 对颁布了 AI 战略的一些国家进行了总结。本文在发布之后引起了 Yann LeCun 等学者的注意。 AI 全球领导者之争</description>
    </item>
    <item>
      <title>语音识别微软亚研自动语法纠错系统达到人类水平</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BE%AE%E8%BD%AF%E4%BA%9A%E7%A0%94%E8%87%AA%E5%8A%A8%E8%AF%AD%E6%B3%95%E7%BA%A0%E9%94%99%E7%B3%BB%E7%BB%9F%E8%BE%BE%E5%88%B0%E4%BA%BA%E7%B1%BB%E6%B0%B4%E5%B9%B3/</link>
      <pubDate>Tue, 15 Mar 2022 08:14:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BE%AE%E8%BD%AF%E4%BA%9A%E7%A0%94%E8%87%AA%E5%8A%A8%E8%AF%AD%E6%B3%95%E7%BA%A0%E9%94%99%E7%B3%BB%E7%BB%9F%E8%BE%BE%E5%88%B0%E4%BA%BA%E7%B1%BB%E6%B0%B4%E5%B9%B3/</guid>
      <description>因为 seq2seq 模型在语法纠错上存在缺陷，微软亚洲研究院的自然语言计算团队近日提出了流畅度提升学习和推断机制，用于改善 seq2seq 模型的语法纠错性能。实验表明，改进后的模型取得了当前最佳性能，并首次在两个基准上都达到了人类水平。 用于语法纠错（GEC）的序列到序列（seq2seq）模型（Cho et al., 2014; Sutskever</description>
    </item>
    <item>
      <title>也能用于任务一文简述文本分类任务的个模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B9%9F%E8%83%BD%E7%94%A8%E4%BA%8E%E4%BB%BB%E5%8A%A1%E4%B8%80%E6%96%87%E7%AE%80%E8%BF%B0%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB%E4%BB%BB%E5%8A%A1%E7%9A%84%E4%B8%AA%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 08:14:43 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B9%9F%E8%83%BD%E7%94%A8%E4%BA%8E%E4%BB%BB%E5%8A%A1%E4%B8%80%E6%96%87%E7%AE%80%E8%BF%B0%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB%E4%BB%BB%E5%8A%A1%E7%9A%84%E4%B8%AA%E6%A8%A1%E5%9E%8B/</guid>
      <description>本文介绍了用于文本分类任务的 7 个模型，包括传统的词袋模型、循环神经网络，也有常用于计算机视觉任务的卷积神经网络，以及 RNN + CNN。 本文是我之前写过的一篇基于推特数据进行情感分析的文章（ https://ahmedbesbes.com/sentiment-analysis-on-twi</description>
    </item>
    <item>
      <title>机器学习算法地图</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E5%9C%B0%E5%9B%BE/</link>
      <pubDate>Tue, 15 Mar 2022 08:14:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E5%9C%B0%E5%9B%BE/</guid>
      <description>很多同学在学机器学习和深度学习的时候都有一个感受：所学的知识零散、不系统，缺乏整体感，这是普遍存在的一个问题。在这里，SIGAI对常用的机器学习和深度学习算法进行了总结，整理出它们之间的关系，以及每种算法的核心点，各种算法之间的比较。由此形成了一张算法地图，以帮助大家更好的理解和</description>
    </item>
    <item>
      <title>领域的时代词嵌入已死语言模型当立</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A2%86%E5%9F%9F%E7%9A%84%E6%97%B6%E4%BB%A3%E8%AF%8D%E5%B5%8C%E5%85%A5%E5%B7%B2%E6%AD%BB%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E5%BD%93%E7%AB%8B/</link>
      <pubDate>Tue, 15 Mar 2022 08:14:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A2%86%E5%9F%9F%E7%9A%84%E6%97%B6%E4%BB%A3%E8%AF%8D%E5%B5%8C%E5%85%A5%E5%B7%B2%E6%AD%BB%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E5%BD%93%E7%AB%8B/</guid>
      <description>选自the Gradient，作者：Sebastian Ruder，机器之心编译。 计算机视觉领域常使用在 ImageNet 上预训练的模型，它们可以进一步用于目标检测、语义分割等不同的 CV 任务。而在自然语言处理领域中，我们通常只会使用预训练词嵌入向量编码词汇间的关系，因此也就没有一个能用于整体模型的预训</description>
    </item>
    <item>
      <title>干货篇机器学习的论文中这篇是最棒的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E8%AE%BA%E6%96%87%E4%B8%AD%E8%BF%99%E7%AF%87%E6%98%AF%E6%9C%80%E6%A3%92%E7%9A%84/</link>
      <pubDate>Tue, 15 Mar 2022 08:14:10 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E7%AF%87%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E8%AE%BA%E6%96%87%E4%B8%AD%E8%BF%99%E7%AF%87%E6%98%AF%E6%9C%80%E6%A3%92%E7%9A%84/</guid>
      <description>译者 | ang010ela 编辑 | 姗姗 出品 | 人工智能头条（公众号ID：AI_Thinker） 【导读】在过去的一个月中， 作者从近 1400 篇有关机器学习的文章中挑选了最有可能帮助职业生涯发展的 10 篇推荐给大家（入选比率为0.7%）。 ▌前言 这10篇文章涉及了 DeepMind 提出的 GQN 网络 、Open AI 多智能体在游戏任务中大获全胜背</description>
    </item>
    <item>
      <title>怎样成为一名优秀的算法工程师</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%80%8E%E6%A0%B7%E6%88%90%E4%B8%BA%E4%B8%80%E5%90%8D%E4%BC%98%E7%A7%80%E7%9A%84%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88/</link>
      <pubDate>Tue, 15 Mar 2022 07:53:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%80%8E%E6%A0%B7%E6%88%90%E4%B8%BA%E4%B8%80%E5%90%8D%E4%BC%98%E7%A7%80%E7%9A%84%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88/</guid>
      <description>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</description>
    </item>
    <item>
      <title>学界最佳论文基于流行度推荐系统有效性的概率分析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%A6%E7%95%8C%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%9F%BA%E4%BA%8E%E6%B5%81%E8%A1%8C%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9C%89%E6%95%88%E6%80%A7%E7%9A%84%E6%A6%82%E7%8E%87%E5%88%86%E6%9E%90/</link>
      <pubDate>Tue, 15 Mar 2022 07:52:17 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%A6%E7%95%8C%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%9F%BA%E4%BA%8E%E6%B5%81%E8%A1%8C%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9C%89%E6%95%88%E6%80%A7%E7%9A%84%E6%A6%82%E7%8E%87%E5%88%86%E6%9E%90/</guid>
      <description>ACM 国际信息检索研究与发展会议 SIGIR 2018 近日于美国密歇根州 Ann Arbor 举行。昨日，大会公布了最佳论文等奖项，来自马德里自治大学（Universidad Autónoma de Madrid）的学者 Rocio Cañamares 和 Pablo Castells 的论文《Should I Follow the Crowd? A Probabilistic Analysis of the Effectiveness of Popularity in Recommender Systems》获得了最佳论文奖，</description>
    </item>
    <item>
      <title>人脸检测算法之</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E8%84%B8%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95%E4%B9%8B/</link>
      <pubDate>Tue, 15 Mar 2022 07:35:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E8%84%B8%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95%E4%B9%8B/</guid>
      <description>SIGAI特约作者 Baoming 算法研究员 导言 自从anchor-based method出现之后，物体检测基本上就离不开这个神奇的anchor了。只因有了它的协助，人类才在检测任务上第一次看到了real time的曙光。但是，夹杂在通用物体检测中，某些特定物体的检测任务由于应用量巨大，以及该物体</description>
    </item>
    <item>
      <title>全套吴恩达老师的深度学习课程笔记及资源在线阅读</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%A8%E5%A5%97%E5%90%B4%E6%81%A9%E8%BE%BE%E8%80%81%E5%B8%88%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E8%AF%BE%E7%A8%8B%E7%AC%94%E8%AE%B0%E5%8F%8A%E8%B5%84%E6%BA%90%E5%9C%A8%E7%BA%BF%E9%98%85%E8%AF%BB/</link>
      <pubDate>Tue, 15 Mar 2022 07:35:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%A8%E5%A5%97%E5%90%B4%E6%81%A9%E8%BE%BE%E8%80%81%E5%B8%88%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E8%AF%BE%E7%A8%8B%E7%AC%94%E8%AE%B0%E5%8F%8A%E8%B5%84%E6%BA%90%E5%9C%A8%E7%BA%BF%E9%98%85%E8%AF%BB/</guid>
      <description>http://www.6aiq.com/deeplearning_ai/html/SUMMARY.html 深度学习笔记目录 第一门课 神经网络和深度学习(Neural Networks and Deep Learning) 第一周：深度学习引言(Introduction to Deep Learning) 1.1 欢迎(Welcome) 1.2 什么是神经网络？(What is a Neural Network) 1.3 神经网络的监督学习(Supervised Learning with Neural Networks) 1.4 为什么神经网络会流行？(Why is Deep Learning taking off?) 1.5 关于本课</description>
    </item>
    <item>
      <title>篇论文大事业群这是腾讯在斯德哥尔摩的之夜</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AF%87%E8%AE%BA%E6%96%87%E5%A4%A7%E4%BA%8B%E4%B8%9A%E7%BE%A4%E8%BF%99%E6%98%AF%E8%85%BE%E8%AE%AF%E5%9C%A8%E6%96%AF%E5%BE%B7%E5%93%A5%E5%B0%94%E6%91%A9%E7%9A%84%E4%B9%8B%E5%A4%9C/</link>
      <pubDate>Tue, 15 Mar 2022 07:35:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AF%87%E8%AE%BA%E6%96%87%E5%A4%A7%E4%BA%8B%E4%B8%9A%E7%BE%A4%E8%BF%99%E6%98%AF%E8%85%BE%E8%AE%AF%E5%9C%A8%E6%96%AF%E5%BE%B7%E5%93%A5%E5%B0%94%E6%91%A9%E7%9A%84%E4%B9%8B%E5%A4%9C/</guid>
      <description>7 月，全球 AI 人才荟聚瑞典斯德哥尔摩，前来参加学界顶尖会议 ICML 和 IJCAI。在两个会议交接之际，腾讯在当地时间 14 日晚举办了 TAIC 大会，与三位特邀嘉宾、腾讯七大事业群代表探讨前沿 AI 研究与应用。 据机器之心了解，今年腾讯共有 17 篇论文被 ICML 2018 接收，15 篇论文被 IJCAI 2018 接收。本次活动设有三个特邀 keyn</description>
    </item>
    <item>
      <title>区块链区块链深度解析美国大咖这是未来十年的趋势页</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8C%BA%E5%9D%97%E9%93%BE%E5%8C%BA%E5%9D%97%E9%93%BE%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E7%BE%8E%E5%9B%BD%E5%A4%A7%E5%92%96%E8%BF%99%E6%98%AF%E6%9C%AA%E6%9D%A5%E5%8D%81%E5%B9%B4%E7%9A%84%E8%B6%8B%E5%8A%BF%E9%A1%B5/</link>
      <pubDate>Tue, 15 Mar 2022 07:21:13 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8C%BA%E5%9D%97%E9%93%BE%E5%8C%BA%E5%9D%97%E9%93%BE%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E7%BE%8E%E5%9B%BD%E5%A4%A7%E5%92%96%E8%BF%99%E6%98%AF%E6%9C%AA%E6%9D%A5%E5%8D%81%E5%B9%B4%E7%9A%84%E8%B6%8B%E5%8A%BF%E9%A1%B5/</guid>
      <description>安妮 夏乙 李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI 还有什么新趋势能比人工智能和区块链更火吗？ 2016年AlphaGo大杀四方以来，2017区块链狂飙突进以来，这两大新技术就迅速集聚了资本、人才和舆论关注。 一般而言，AI被当做生产力进行类比，区块链则被认为在变革生产关系。 然而一切都已水到渠</description>
    </item>
    <item>
      <title>区块链浅谈区块链技术与阿里云的探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8C%BA%E5%9D%97%E9%93%BE%E6%B5%85%E8%B0%88%E5%8C%BA%E5%9D%97%E9%93%BE%E6%8A%80%E6%9C%AF%E4%B8%8E%E9%98%BF%E9%87%8C%E4%BA%91%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 07:20:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8C%BA%E5%9D%97%E9%93%BE%E6%B5%85%E8%B0%88%E5%8C%BA%E5%9D%97%E9%93%BE%E6%8A%80%E6%9C%AF%E4%B8%8E%E9%98%BF%E9%87%8C%E4%BA%91%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者 | 余珊 本文根据 QCon 北京 2018 站上的演讲整理而成，原题《区块链 Hyperledger Fabric 的落地挑战与阿里云探索经验分享》。 ** 这是今天的主题大纲，我们开始先会回顾一下区块链的概念技术和业务，我们会探讨一下区块链在企业场景落地的一些关键考虑的问题，下面也会介绍一下我们阿里云推出区块链的一些相关的工具。最后的话</description>
    </item>
    <item>
      <title>基于内容的图像检索技术综述传统经典方法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E7%9A%84%E5%9B%BE%E5%83%8F%E6%A3%80%E7%B4%A2%E6%8A%80%E6%9C%AF%E7%BB%BC%E8%BF%B0%E4%BC%A0%E7%BB%9F%E7%BB%8F%E5%85%B8%E6%96%B9%E6%B3%95/</link>
      <pubDate>Tue, 15 Mar 2022 07:20:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E7%9A%84%E5%9B%BE%E5%83%8F%E6%A3%80%E7%B4%A2%E6%8A%80%E6%9C%AF%E7%BB%BC%E8%BF%B0%E4%BC%A0%E7%BB%9F%E7%BB%8F%E5%85%B8%E6%96%B9%E6%B3%95/</guid>
      <description>SIGAI特约作者 manyi 视觉算法工程师 今天我们来介绍一下图片检索技术，图片检索就是拿一张待识别图片，去从海量的图片库中找到和待识别图片最相近的图片。这种操作在以前依靠图片名搜图的时代是难以想象的，直到出现了CBIR(Content-based image retrieval)技术，依靠图片的内容</description>
    </item>
    <item>
      <title>神经网络的激活函数总结</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E6%BF%80%E6%B4%BB%E5%87%BD%E6%95%B0%E6%80%BB%E7%BB%93/</link>
      <pubDate>Tue, 15 Mar 2022 07:00:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E6%BF%80%E6%B4%BB%E5%87%BD%E6%95%B0%E6%80%BB%E7%BB%93/</guid>
      <description>导言 激活函数在神经网络中具有重要的地位。在 SIGAI 之前的公众号文章“ 理解神经网络的激活函数”中，我们回答了3个关键的问题： 为什么需要激活函数？ 什么样的函数能用作激活函数？ 什么样的函数是好的激活函数？ 这篇文章从理论的角度介绍了激活函数的作用。承接上篇，在今天这篇文章中， SIGAI 将为大家介绍当前</description>
    </item>
    <item>
      <title>面向机器学习数据平台的设计与搭建</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E5%90%91%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%95%B0%E6%8D%AE%E5%B9%B3%E5%8F%B0%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E6%90%AD%E5%BB%BA/</link>
      <pubDate>Tue, 15 Mar 2022 06:59:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E5%90%91%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%95%B0%E6%8D%AE%E5%B9%B3%E5%8F%B0%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E6%90%AD%E5%BB%BA/</guid>
      <description>机器学习作为近几年的一项热门技术，不仅凭借众多“人工智能”产品而为人所熟知，更是从根本上增能了传统的互联网产品。在近期举办的2018 ArchSummit全球架构师峰会上，个推首席数据架构师袁凯，基于他在数据平台的建设以及数据产品研发的多年经验，分享了《面向机器学习数据平台的设计与</description>
    </item>
    <item>
      <title>深度学习必备的几款流行网络与数据集</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%BF%85%E5%A4%87%E7%9A%84%E5%87%A0%E6%AC%BE%E6%B5%81%E8%A1%8C%E7%BD%91%E7%BB%9C%E4%B8%8E%E6%95%B0%E6%8D%AE%E9%9B%86/</link>
      <pubDate>Tue, 15 Mar 2022 06:33:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%BF%85%E5%A4%87%E7%9A%84%E5%87%A0%E6%AC%BE%E6%B5%81%E8%A1%8C%E7%BD%91%E7%BB%9C%E4%B8%8E%E6%95%B0%E6%8D%AE%E9%9B%86/</guid>
      <description>一. 常用网络 深度学习相关的几个比较著名的网络，AlexNet、VGG、GoogleNet、ResNet。 从整体趋势来看，准确度越来越高，同时网络层数也越来越多，可以认为网络结构的复杂性带来效果的提高，而模型参数的数量并非越多越好，合适就好，参数数量太多可能会一定程度上导致过拟合问</description>
    </item>
    <item>
      <title>诺奖得主点评人工智能其实就是统计学用了一个很华丽的辞藻</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%BA%E5%A5%96%E5%BE%97%E4%B8%BB%E7%82%B9%E8%AF%84%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%85%B6%E5%AE%9E%E5%B0%B1%E6%98%AF%E7%BB%9F%E8%AE%A1%E5%AD%A6%E7%94%A8%E4%BA%86%E4%B8%80%E4%B8%AA%E5%BE%88%E5%8D%8E%E4%B8%BD%E7%9A%84%E8%BE%9E%E8%97%BB/</link>
      <pubDate>Tue, 15 Mar 2022 06:17:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%BA%E5%A5%96%E5%BE%97%E4%B8%BB%E7%82%B9%E8%AF%84%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%85%B6%E5%AE%9E%E5%B0%B1%E6%98%AF%E7%BB%9F%E8%AE%A1%E5%AD%A6%E7%94%A8%E4%BA%86%E4%B8%80%E4%B8%AA%E5%BE%88%E5%8D%8E%E4%B8%BD%E7%9A%84%E8%BE%9E%E8%97%BB/</guid>
      <description>前言 人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公式都非常老，但是所有的人工智能利用的都是统计学来解决问题。”。 8月11日，2011年诺贝尔经济学奖获得者Thomas J. Sargent在由厚益控股和《财经》杂志联合主办主题为“共享全球智慧 引领未来科技”</description>
    </item>
    <item>
      <title>如何将知识图谱特征学习应用到推荐系统</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E5%B0%86%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%89%B9%E5%BE%81%E5%AD%A6%E4%B9%A0%E5%BA%94%E7%94%A8%E5%88%B0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/</link>
      <pubDate>Tue, 15 Mar 2022 06:00:29 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E5%B0%86%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%89%B9%E5%BE%81%E5%AD%A6%E4%B9%A0%E5%BA%94%E7%94%A8%E5%88%B0%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/</guid>
      <description>来源 | 微软研究院AI头条 将知识图谱作为辅助信息引入到推荐系统中可以有效地解决传统推荐系统存在的稀疏性和冷启动问题，近几年有很多研究人员在做相关的工作。目前， 将知识图谱特征学习应用到推荐系统中主要通过三种方式——依次学习、联合学习、以及交替学习。 依次学习（one-by-one lea</description>
    </item>
    <item>
      <title>感知机</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%84%9F%E7%9F%A5%E6%9C%BA/</link>
      <pubDate>Tue, 15 Mar 2022 05:45:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%84%9F%E7%9F%A5%E6%9C%BA/</guid>
      <description>整理人：张辽，厦门大学信科院 计算机技术专业 weChat: zhangliaobet 主要内容 1. 补充 1.1 最小二乘法的概率解释 2. 支持向量机 2.1 模型与策略 2.2 硬间隔最大化 2.2.1 函数间隔与几何间隔 2.2.2 间隔最大化原理 2.2.3 线性可分SVM学习算法——最大间隔法 2.2.4 最大间隔法示例 2.2.5 线性可分SVM学习的对偶算法 2.2.6 对偶学习算法示例 2.3 软间隔最大化（下） 3.</description>
    </item>
    <item>
      <title>写在博士旅程之前前大疆创新技术总监杨硕</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%86%99%E5%9C%A8%E5%8D%9A%E5%A3%AB%E6%97%85%E7%A8%8B%E4%B9%8B%E5%89%8D%E5%89%8D%E5%A4%A7%E7%96%86%E5%88%9B%E6%96%B0%E6%8A%80%E6%9C%AF%E6%80%BB%E7%9B%91%E6%9D%A8%E7%A1%95/</link>
      <pubDate>Tue, 15 Mar 2022 05:45:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%86%99%E5%9C%A8%E5%8D%9A%E5%A3%AB%E6%97%85%E7%A8%8B%E4%B9%8B%E5%89%8D%E5%89%8D%E5%A4%A7%E7%96%86%E5%88%9B%E6%96%B0%E6%8A%80%E6%9C%AF%E6%80%BB%E7%9B%91%E6%9D%A8%E7%A1%95/</guid>
      <description>近日，大疆创新的YY 硕（杨硕）在知乎上发表了一篇文章引起了大家极大的关注。此文介绍了作者本人去卡内基梅隆大学机器人学院攻读机械工程和机器人学的博士学位之前的心路历程。经授权，机器之心对此文进行了转载。 在完成 RoboMaster 2018 总决赛和参与 Mavic 2 发布会后，我离开了在大疆创新的岗位，8 月 27 日开始在卡内</description>
    </item>
    <item>
      <title>推荐系统特征构建新进展极深因子分解机模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%89%B9%E5%BE%81%E6%9E%84%E5%BB%BA%E6%96%B0%E8%BF%9B%E5%B1%95%E6%9E%81%E6%B7%B1%E5%9B%A0%E5%AD%90%E5%88%86%E8%A7%A3%E6%9C%BA%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 05:45:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%89%B9%E5%BE%81%E6%9E%84%E5%BB%BA%E6%96%B0%E8%BF%9B%E5%B1%95%E6%9E%81%E6%B7%B1%E5%9B%A0%E5%AD%90%E5%88%86%E8%A7%A3%E6%9C%BA%E6%A8%A1%E5%9E%8B/</guid>
      <description>转载自 微软亚洲研究院 编者按：特征（features）的构建对推荐系统来说至关重要，直接关系到推荐系统的精准性。在传统的推荐系统中，高阶交叉特征通常由工程师手工提取，不仅人力成本高昂、维度空间极大，而且不可泛化。因此自动学习特征的交互是十分有必要的 ，但目前已有的相关工作学习的是隐式</description>
    </item>
    <item>
      <title>观点机器学习新瓶装旧酒的数据统计</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%82%E7%82%B9%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%96%B0%E7%93%B6%E8%A3%85%E6%97%A7%E9%85%92%E7%9A%84%E6%95%B0%E6%8D%AE%E7%BB%9F%E8%AE%A1/</link>
      <pubDate>Tue, 15 Mar 2022 05:21:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%82%E7%82%B9%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%96%B0%E7%93%B6%E8%A3%85%E6%97%A7%E9%85%92%E7%9A%84%E6%95%B0%E6%8D%AE%E7%BB%9F%E8%AE%A1/</guid>
      <description>最近，关于深度学习和人工智能的一个梗在社交媒体上广为流传，认为二者只是墙上一道镶了崭新边框的裂缝，暗讽机器学习只是重新包装过的统计学，本质上是「新瓶装旧酒」。然而事实真的是这样吗？本文对这种看法提出了异议，认为机器学习 ≠ 数据统计，深度学习为我们处理复杂的非结构化数据问题做出了重大</description>
    </item>
    <item>
      <title>我在机器学习踩过的坑现在告诉你怎么跳过去</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%88%91%E5%9C%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E8%B8%A9%E8%BF%87%E7%9A%84%E5%9D%91%E7%8E%B0%E5%9C%A8%E5%91%8A%E8%AF%89%E4%BD%A0%E6%80%8E%E4%B9%88%E8%B7%B3%E8%BF%87%E5%8E%BB/</link>
      <pubDate>Tue, 15 Mar 2022 05:20:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%88%91%E5%9C%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E8%B8%A9%E8%BF%87%E7%9A%84%E5%9D%91%E7%8E%B0%E5%9C%A8%E5%91%8A%E8%AF%89%E4%BD%A0%E6%80%8E%E4%B9%88%E8%B7%B3%E8%BF%87%E5%8E%BB/</guid>
      <description>大家好，我是 为人造的智能操碎了心 的智能禅师。 最近很多读者问本禅师： 转行机器学习需要注意哪些事情呢？ 我想学习机器学习，需要学习哪些知识呢？ 机器学习如何避免走弯路呢？ 本禅师表示非常理解大家的需求。 人工智能（其实本禅师认为目前看来翻译成人造智能可能更直白一点）毫无疑问，已经是科技趋势，</description>
    </item>
    <item>
      <title>科学匠人微软亚洲研究院陈薇用数学逻辑来优化工作和人生</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%A7%91%E5%AD%A6%E5%8C%A0%E4%BA%BA%E5%BE%AE%E8%BD%AF%E4%BA%9A%E6%B4%B2%E7%A0%94%E7%A9%B6%E9%99%A2%E9%99%88%E8%96%87%E7%94%A8%E6%95%B0%E5%AD%A6%E9%80%BB%E8%BE%91%E6%9D%A5%E4%BC%98%E5%8C%96%E5%B7%A5%E4%BD%9C%E5%92%8C%E4%BA%BA%E7%94%9F/</link>
      <pubDate>Tue, 15 Mar 2022 05:19:37 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%A7%91%E5%AD%A6%E5%8C%A0%E4%BA%BA%E5%BE%AE%E8%BD%AF%E4%BA%9A%E6%B4%B2%E7%A0%94%E7%A9%B6%E9%99%A2%E9%99%88%E8%96%87%E7%94%A8%E6%95%B0%E5%AD%A6%E9%80%BB%E8%BE%91%E6%9D%A5%E4%BC%98%E5%8C%96%E5%B7%A5%E4%BD%9C%E5%92%8C%E4%BA%BA%E7%94%9F/</guid>
      <description>编者按：从数学博士到投身计算机科学研究，微软亚洲研究院机器学习组主管研究员陈薇将理性严谨的数学思维融入到了工作与生活的方方面面：在研究领域，陈薇以她坚实的数学背景与研究团队一起从事机器学习理论和算法优化的研究，为机器学习的加速发展奠定了有力的理论基础；在生活中，她也用数学思维来不</description>
    </item>
    <item>
      <title>阿里妈妈搜索广告模型的瘦身之路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E6%90%9C%E7%B4%A2%E5%B9%BF%E5%91%8A%E6%A8%A1%E5%9E%8B%E7%9A%84%E7%98%A6%E8%BA%AB%E4%B9%8B%E8%B7%AF/</link>
      <pubDate>Tue, 15 Mar 2022 03:58:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%A6%88%E5%A6%88%E6%90%9C%E7%B4%A2%E5%B9%BF%E5%91%8A%E6%A8%A1%E5%9E%8B%E7%9A%84%E7%98%A6%E8%BA%AB%E4%B9%8B%E8%B7%AF/</guid>
      <description>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模标配。但是无论面对</description>
    </item>
    <item>
      <title>多目标排序在爱奇艺短视频推荐中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E7%9B%AE%E6%A0%87%E6%8E%92%E5%BA%8F%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 03:58:28 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E7%9B%AE%E6%A0%87%E6%8E%92%E5%BA%8F%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E7%9F%AD%E8%A7%86%E9%A2%91%E6%8E%A8%E8%8D%90%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>短视频具有 内容丰富、信息集中、用户粘性大 的特点，如何提高短视频 分发的效率 和 推荐精准度，有效提升 消费时长、留存 等关键业务指标，是 推荐系统 的核心能力和建模目标。 本文主要分享在 短视频推荐 场景下，爱奇艺基础推荐团队在 排序模型多目标优化 方面的 历史 和 进展。第一部分主要介绍 多目标建模的业务背景</description>
    </item>
    <item>
      <title>美团搜索多业务商品排序探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A2%E5%A4%9A%E4%B8%9A%E5%8A%A1%E5%95%86%E5%93%81%E6%8E%92%E5%BA%8F%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 03:56:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A2%E5%A4%9A%E4%B8%9A%E5%8A%A1%E5%95%86%E5%93%81%E6%8E%92%E5%BA%8F%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>美团点评技术团队 稿 引言 美团的使命是“帮大家吃得更好，生活更好”，我们给广大消费者提供买菜、优选、闪购、外卖、到店餐饮、酒店旅游、休闲娱乐等各类商品和服务。首页搜索是美团 App 上十分重要的模块，每天服务于数千万用户。随着美团零售商品类业务的不断发展，美团搜索在商品类业务上的相关技术也在</description>
    </item>
    <item>
      <title>苏宁一种基于神经网络的智能商品税分类系统</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%8B%8F%E5%AE%81%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8E%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E6%99%BA%E8%83%BD%E5%95%86%E5%93%81%E7%A8%8E%E5%88%86%E7%B1%BB%E7%B3%BB%E7%BB%9F/</link>
      <pubDate>Tue, 15 Mar 2022 03:50:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%8B%8F%E5%AE%81%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8E%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E6%99%BA%E8%83%BD%E5%95%86%E5%93%81%E7%A8%8E%E5%88%86%E7%B1%BB%E7%B3%BB%E7%BB%9F/</guid>
      <description>欧文祥 2018 年 11 月 12 日 话题：AI语言 &amp;amp; 开发双十一 1. 项目背景 1.1 业务问题描述 目前企业财务人员开取商品增值税发票时，票面上的商品需要与税务总局核定的税分类编码进行关联，按分类编码上注明的税率和征收率开具发票，使得税务机关可以统计、筛选、比对数据等，最终加强征收管理。为了满足这一要求，最关键</description>
    </item>
    <item>
      <title>理解五个基本概念让你更像机器学习专家</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%90%86%E8%A7%A3%E4%BA%94%E4%B8%AA%E5%9F%BA%E6%9C%AC%E6%A6%82%E5%BF%B5%E8%AE%A9%E4%BD%A0%E6%9B%B4%E5%83%8F%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%93%E5%AE%B6/</link>
      <pubDate>Tue, 15 Mar 2022 03:34:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%90%86%E8%A7%A3%E4%BA%94%E4%B8%AA%E5%9F%BA%E6%9C%AC%E6%A6%82%E5%BF%B5%E8%AE%A9%E4%BD%A0%E6%9B%B4%E5%83%8F%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%93%E5%AE%B6/</guid>
      <description>摘要：这篇文章主要讲述了机器学习的相关内容，阐述了机器学习的主要意义和形成过程。区别了机器学习与AI、深度学习、神经网络等专业词汇。 大多数人可能对机器学习有点恐惧或困惑。 脑子中会有它到底是什么,它有什么发展方向,我现在可以通过它挣钱吗等等这样的问题。 这些问题的提出都是有依据的。事</description>
    </item>
    <item>
      <title>论文解读</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%BA%E6%96%87%E8%A7%A3%E8%AF%BB/</link>
      <pubDate>Tue, 15 Mar 2022 03:30:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%BA%E6%96%87%E8%A7%A3%E8%AF%BB/</guid>
      <description>《Large scale GANtraining for high fidelity natural image synthesis》这篇文章对训练大规模生成对抗网络进行了实验和理论分析，通过使用之前提出的一些技巧，如数据截断、正交正则化等，保证了大型生成对抗网络训练过程的稳定性。本文训练出的模型在生成数据的质量方面达到了前所未有的高度，远超之前的方法。作者对生成对</description>
    </item>
    <item>
      <title>干货基于深度神经网络推荐系统剖析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%89%96%E6%9E%90/</link>
      <pubDate>Tue, 15 Mar 2022 03:26:40 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%89%96%E6%9E%90/</guid>
      <description>文章作者：王科 某司资深算法工程师 内容来源： 《YouTube 基于深度神经网络推荐系统剖析》 出品社区： DataFun YouTube的推荐系统是近年来业内的佼楚之作。其经典之处不仅仅在于基于深度学习的解决方案，也有很多不属于纯技术范畴的设计抉择。 YouTube转用深度学习做推荐系统，也许有跟风的意</description>
    </item>
    <item>
      <title>回顾让机器读懂人类揭秘机器阅读理解技术及应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E8%AE%A9%E6%9C%BA%E5%99%A8%E8%AF%BB%E6%87%82%E4%BA%BA%E7%B1%BB%E6%8F%AD%E7%A7%98%E6%9C%BA%E5%99%A8%E9%98%85%E8%AF%BB%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF%E5%8F%8A%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 03:24:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E8%AE%A9%E6%9C%BA%E5%99%A8%E8%AF%BB%E6%87%82%E4%BA%BA%E7%B1%BB%E6%8F%AD%E7%A7%98%E6%9C%BA%E5%99%A8%E9%98%85%E8%AF%BB%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF%E5%8F%8A%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：**** 邬霄云 Naturali奇点机智创始人兼CEO 内容来源： DataFun AI Talk**《让机器读懂人类：揭秘机器阅读理解技术及应用》** 出品社区： DataFun 我们在今年百度举行的中文阅读理解大赛上拿了冠军，而且比第二名高出三个点左右；听到过许多的反馈，好多人都说想要听机器阅读理解的技术这</description>
    </item>
    <item>
      <title>深度学习技术在美图个性化推荐的应用实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%BE%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 03:20:58 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%BE%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</guid>
      <description>文章作者：陈文强、白杨、黄海勇 编辑整理：王吉东 内容来源：2019 DataFun Live 09 出品社区：DataFun 导读： 美图秀秀社交化的推进过程中，沉淀了海量的优质内容和丰富的用户行为。推荐算法连接内容消费者和生产者，在促进平台的繁荣方面有着非常大的价值 。本次分享探讨美图在内容社区推荐场景下应用深度</description>
    </item>
    <item>
      <title>机器学习与数据科学决策树指南</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%95%B0%E6%8D%AE%E7%A7%91%E5%AD%A6%E5%86%B3%E7%AD%96%E6%A0%91%E6%8C%87%E5%8D%97/</link>
      <pubDate>Tue, 15 Mar 2022 01:40:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%95%B0%E6%8D%AE%E7%A7%91%E5%AD%A6%E5%86%B3%E7%AD%96%E6%A0%91%E6%8C%87%E5%8D%97/</guid>
      <description>还在为如何抉择而感到纠结吗?快采用决策树(Decision Tree)算法帮你做出决定吧。决策树是一类非常强大的机器学习模型，具有高度可解释的同时，在许多任务中也有很高的精度。决策树在机器学习模型领域的特殊之处在于其信息表示的很清楚，而不像一些机器学习方法是个黑匣子，这是因为决策树</description>
    </item>
    <item>
      <title>回顾视频底层页推荐系统从到的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E8%A7%86%E9%A2%91%E5%BA%95%E5%B1%82%E9%A1%B5%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BB%8E%E5%88%B0%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 01:35:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E8%A7%86%E9%A2%91%E5%BA%95%E5%B1%82%E9%A1%B5%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%BB%8E%E5%88%B0%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>配套PPT下载，请识别底部二维码关注社区公众号，后台回复【 智能技术 】 分享嘉宾： 钱丁丁** ** 腾讯 高级研究员 编辑整理： 刘一全 内容来源： DataFun AI Talk**《 Yoo视频底层页推荐系统-从0到1的实践》** 出品社区： DataFun 注：欢迎转载，转载请注明出处。 本次分享主要包括以下几个部分： 1. 业务背景； 2.</description>
    </item>
    <item>
      <title>行知镶嵌在互联网技术上的明珠漫谈深度学习时代点击率预估技术进展</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A1%8C%E7%9F%A5%E9%95%B6%E5%B5%8C%E5%9C%A8%E4%BA%92%E8%81%94%E7%BD%91%E6%8A%80%E6%9C%AF%E4%B8%8A%E7%9A%84%E6%98%8E%E7%8F%A0%E6%BC%AB%E8%B0%88%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%97%B6%E4%BB%A3%E7%82%B9%E5%87%BB%E7%8E%87%E9%A2%84%E4%BC%B0%E6%8A%80%E6%9C%AF%E8%BF%9B%E5%B1%95/</link>
      <pubDate>Tue, 15 Mar 2022 01:32:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A1%8C%E7%9F%A5%E9%95%B6%E5%B5%8C%E5%9C%A8%E4%BA%92%E8%81%94%E7%BD%91%E6%8A%80%E6%9C%AF%E4%B8%8A%E7%9A%84%E6%98%8E%E7%8F%A0%E6%BC%AB%E8%B0%88%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%97%B6%E4%BB%A3%E7%82%B9%E5%87%BB%E7%8E%87%E9%A2%84%E4%BC%B0%E6%8A%80%E6%9C%AF%E8%BF%9B%E5%B1%95/</guid>
      <description>文章作者： 朱小强****（阿里花名： 怀人）**** 阿里妈妈深度学习算法平台负责人，兼任定向广告&amp;amp;信息流广告排序技术团队负责人 内容来源： 高维稀疏数据领域的深度学习****@知乎专栏**** 出品社区： DataFun 注：欢迎投稿「行知」，投递方式见文末。 一、写在前面 关于标题所承载的话题，一</description>
    </item>
    <item>
      <title>搜索列表页连接效率优化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E5%88%97%E8%A1%A8%E9%A1%B5%E8%BF%9E%E6%8E%A5%E6%95%88%E7%8E%87%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 01:32:11 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E5%88%97%E8%A1%A8%E9%A1%B5%E8%BF%9E%E6%8E%A5%E6%95%88%E7%8E%87%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>背景 58作为国内最大的分类信息服务平台，涵盖了租房、二手房、二手车、招聘、本地服务以及二手物品等分类信息，连接了百万级的信息发布用户与亿级的信息获取用户。 目前，列表页模式仍是分类信息的主要展示方式，也是用户获取信息的主要途径。在该模式下，用户通过搜索（筛选条件或关键词）获取列表页</description>
    </item>
    <item>
      <title>回顾基于金融智能风控的实时指标处理技术体系</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%9F%BA%E4%BA%8E%E9%87%91%E8%9E%8D%E6%99%BA%E8%83%BD%E9%A3%8E%E6%8E%A7%E7%9A%84%E5%AE%9E%E6%97%B6%E6%8C%87%E6%A0%87%E5%A4%84%E7%90%86%E6%8A%80%E6%9C%AF%E4%BD%93%E7%B3%BB/</link>
      <pubDate>Tue, 15 Mar 2022 01:25:13 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%9F%BA%E4%BA%8E%E9%87%91%E8%9E%8D%E6%99%BA%E8%83%BD%E9%A3%8E%E6%8E%A7%E7%9A%84%E5%AE%9E%E6%97%B6%E6%8C%87%E6%A0%87%E5%A4%84%E7%90%86%E6%8A%80%E6%9C%AF%E4%BD%93%E7%B3%BB/</guid>
      <description>配套PPT下载，请识别底部二维码关注社区公众号，后台回复_【 风控反欺诈】_ 分享嘉宾：\\尹航 \\ 邦盛科技 高级技术专家 整理编辑： 朱琴 内容来源：DataFun AI Talk《 基于金融智能风控的实时指标处理技术体系》 出品社区： DataFun 注：欢迎转载，转载请注明出处。 本次分享主要包含以下三个部分： Part 0</description>
    </item>
    <item>
      <title>回顾百度智能写作如何通过人工智能技术为媒体内容创作赋能</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%99%BE%E5%BA%A6%E6%99%BA%E8%83%BD%E5%86%99%E4%BD%9C%E5%A6%82%E4%BD%95%E9%80%9A%E8%BF%87%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%8A%80%E6%9C%AF%E4%B8%BA%E5%AA%92%E4%BD%93%E5%86%85%E5%AE%B9%E5%88%9B%E4%BD%9C%E8%B5%8B%E8%83%BD/</link>
      <pubDate>Tue, 15 Mar 2022 01:24:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%99%BE%E5%BA%A6%E6%99%BA%E8%83%BD%E5%86%99%E4%BD%9C%E5%A6%82%E4%BD%95%E9%80%9A%E8%BF%87%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%8A%80%E6%9C%AF%E4%B8%BA%E5%AA%92%E4%BD%93%E5%86%85%E5%AE%B9%E5%88%9B%E4%BD%9C%E8%B5%8B%E8%83%BD/</guid>
      <description>分享嘉宾： 彭卫华 百度 主任研发架构师 编辑整理： 马宇峰 内容来源：百度大脑&amp;amp;DataFun AI Talk《 智能写作：人工智能为媒体内容创作赋能》 出品社区： DataFun 注：文末附有百度知识图谱部的职位信息，感兴趣的小伙伴可以关注下。 百度知识图谱致力于构建最大最全最好的中文知识图谱，汇聚知识，连</description>
    </item>
    <item>
      <title>回顾机器学习在反欺诈中应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%8F%8D%E6%AC%BA%E8%AF%88%E4%B8%AD%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 01:23:17 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%8F%8D%E6%AC%BA%E8%AF%88%E4%B8%AD%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：**陈德建 **新浪金融 高级模型算法研究员 整理编辑： 侯美娟 内容来源：DataFun AI Talk《 机器学习在反欺诈中应用》 出品社区： DataFun 当前机器学习在金融行业已经运用非常广泛，尤其在金融业的信贷领域。在实践中，欺诈与信贷业务强相关，所以，反欺诈变成机器学习在信贷领域的一大应用。</description>
    </item>
    <item>
      <title>回顾强化学习原理与应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%8E%9F%E7%90%86%E4%B8%8E%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 01:23:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%8E%9F%E7%90%86%E4%B8%8E%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾： 王凡 百度 资深研发工程师 编辑整理： 王成林 内容来源：百度大脑&amp;amp;DataFun AI Talk《 强化学习：原理与应用》 今天分享话题主要是跟强化学习有关，因为强化学习最近在工业界是非常火热。从加入百度开始，我主要就是做这一块。强化学习是一个比较大的话题，分享的内容大概是三个部</description>
    </item>
    <item>
      <title>网易杭研分享图数据库基础</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E6%9D%AD%E7%A0%94%E5%88%86%E4%BA%AB%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E5%9F%BA%E7%A1%80/</link>
      <pubDate>Tue, 15 Mar 2022 01:20:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E6%9D%AD%E7%A0%94%E5%88%86%E4%BA%AB%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E5%9F%BA%E7%A1%80/</guid>
      <description>文章作者：温正湖 网易杭研 资深数据库内核专家 内容来源：数据库内核@知乎专栏 出品社区：DataFun 注：欢迎投稿「行知」，投递方式见文末。 本文尝试以提问回答的方式来介绍笔者所理解的图数据库。包括图数据库的基本定义，图数据库如何表达数据，图数据相比关系型数据库的优势，图数据库使用场景等</description>
    </item>
    <item>
      <title>人机交互式机器翻译研究与应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E6%9C%BA%E4%BA%A4%E4%BA%92%E5%BC%8F%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91%E7%A0%94%E7%A9%B6%E4%B8%8E%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 01:17:07 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E6%9C%BA%E4%BA%A4%E4%BA%92%E5%BC%8F%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91%E7%A0%94%E7%A9%B6%E4%B8%8E%E5%BA%94%E7%94%A8/</guid>
      <description>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，以及解决策略和方法，技术、产品、行</description>
    </item>
    <item>
      <title>推荐系统召回四模型之全能的模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%8F%AC%E5%9B%9E%E5%9B%9B%E6%A8%A1%E5%9E%8B%E4%B9%8B%E5%85%A8%E8%83%BD%E7%9A%84%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 01:14:54 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E5%8F%AC%E5%9B%9E%E5%9B%9B%E6%A8%A1%E5%9E%8B%E4%B9%8B%E5%85%A8%E8%83%BD%E7%9A%84%E6%A8%A1%E5%9E%8B/</guid>
      <description>既然你点开这篇文章了，我假设你是在某司做推荐系统的算法工程师。这个假设的正确率我估计大约在20%左右，因为根据我的经验，80%的算法工程师是很博爱的，只要标题里带有“模型／算法／深度学习／震惊/美女….”等词汇，他们都会好奇地点开看三秒，然后失望地关掉，技术性越强的反而越容易被关</description>
    </item>
    <item>
      <title>回顾经典预估模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%BB%8F%E5%85%B8%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 01:14:51 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E7%BB%8F%E5%85%B8%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B/</guid>
      <description>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，可以说开启了特征工程模型化、自动化的新阶段。此外其在五年前就采用的on</description>
    </item>
    <item>
      <title>基于高阶构建大规模分布式深度学习模型系列开篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E9%AB%98%E9%98%B6%E6%9E%84%E5%BB%BA%E5%A4%A7%E8%A7%84%E6%A8%A1%E5%88%86%E5%B8%83%E5%BC%8F%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E7%B3%BB%E5%88%97%E5%BC%80%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 01:14:36 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E9%AB%98%E9%98%B6%E6%9E%84%E5%BB%BA%E5%A4%A7%E8%A7%84%E6%A8%A1%E5%88%86%E5%B8%83%E5%BC%8F%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E7%B3%BB%E5%88%97%E5%BC%80%E7%AF%87/</guid>
      <description>文章作者：杨旭东 阿里巴巴 算法工程师 内容来源：算法工程师的自我修养@知乎专栏 在tensorflow高阶API（Estimator、Dataset、Layer、FeatureColumn等）问世之前，用tensorflow开发、训练、评估、部署深度学习模型，并没有统一的规范和高效的标</description>
    </item>
    <item>
      <title>万字长文带你解读深度学习的各类模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E5%B8%A6%E4%BD%A0%E8%A7%A3%E8%AF%BB%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%90%84%E7%B1%BB%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 01:14:29 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E5%B8%A6%E4%BD%A0%E8%A7%A3%E8%AF%BB%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%90%84%E7%B1%BB%E6%A8%A1%E5%9E%8B/</guid>
      <description>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</description>
    </item>
    <item>
      <title>强化学习系列二应用思路优化搜索排序</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97%E4%BA%8C%E5%BA%94%E7%94%A8%E6%80%9D%E8%B7%AF%E4%BC%98%E5%8C%96%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F/</link>
      <pubDate>Tue, 15 Mar 2022 01:14:03 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97%E4%BA%8C%E5%BA%94%E7%94%A8%E6%80%9D%E8%B7%AF%E4%BC%98%E5%8C%96%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F/</guid>
      <description>文章作者：杨镒铭 滴滴出行 高级算法工程师 内容来源：记录广告、推荐等方面的模型积累@知乎专栏 在深度学习大潮之后，搜索推荐等领域模型该如何升级迭代呢？强化学习在游戏等领域大放异彩，那是否可将强化学习应用到搜索推荐领域呢？推荐搜索问题往往也可看作是序列决策的问题，引入强化学习的思想来实现</description>
    </item>
    <item>
      <title>分类模型与排序模型在推荐系统中的异同分析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%88%86%E7%B1%BB%E6%A8%A1%E5%9E%8B%E4%B8%8E%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BC%82%E5%90%8C%E5%88%86%E6%9E%90/</link>
      <pubDate>Tue, 15 Mar 2022 01:12:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%88%86%E7%B1%BB%E6%A8%A1%E5%9E%8B%E4%B8%8E%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BC%82%E5%90%8C%E5%88%86%E6%9E%90/</guid>
      <description>文章作者：邹敏 Opera 高级算法专家 内容来源：作者授权发布 出品社区：DataFun 注：欢迎转载，转载请注明出处。 前言 推荐系统是驱动内容分发的引擎，而个性化则是推荐系统的核心思想。分类模型和排序模型是业界常用的两种个性化建模方式。本文探讨两种方法的异同点，总结如下： 分类模型回答的是用户喜不</description>
    </item>
    <item>
      <title>周玉驰因果分析在贝壳的探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%91%A8%E7%8E%89%E9%A9%B0%E5%9B%A0%E6%9E%9C%E5%88%86%E6%9E%90%E5%9C%A8%E8%B4%9D%E5%A3%B3%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 00:38:42 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%91%A8%E7%8E%89%E9%A9%B0%E5%9B%A0%E6%9E%9C%E5%88%86%E6%9E%90%E5%9C%A8%E8%B4%9D%E5%A3%B3%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：周玉驰 贝壳 资深算法工程师 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 因果推断的应用范围十分广泛，例如气候变暖、新药研发、物理研究、经济学等。AI领域，特别是互联网产业，如何科学的进行因果分析，是一个重要的议题。本次分享的主题是因果分析在贝壳的探索和实践。 今天的</description>
    </item>
    <item>
      <title>端智能在大众点评搜索重排序的应用实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AB%AF%E6%99%BA%E8%83%BD%E5%9C%A8%E5%A4%A7%E4%BC%97%E7%82%B9%E8%AF%84%E6%90%9C%E7%B4%A2%E9%87%8D%E6%8E%92%E5%BA%8F%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 00:38:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AB%AF%E6%99%BA%E8%83%BD%E5%9C%A8%E5%A4%A7%E4%BC%97%E7%82%B9%E8%AF%84%E6%90%9C%E7%B4%A2%E9%87%8D%E6%8E%92%E5%BA%8F%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/</guid>
      <description>祝升 刘哲 汤彪 美团技术团队 稿 1 引言 随着大数据、人工智能等信息技术的快速发展，云计算已经无法满足特定场景对数据隐私、高实时性的要求。借鉴边缘计算的思想，在终端部署 AI 能力逐渐步入大众的视野，“端智能”的概念应运而生。相比于传统的云计算，在智能手机等终端部署运行 AI 模块有以下几个方面的优势</description>
    </item>
    <item>
      <title>王志勇贝壳找房转化率预估模型实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8E%8B%E5%BF%97%E5%8B%87%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E8%BD%AC%E5%8C%96%E7%8E%87%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 00:38:18 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8E%8B%E5%BF%97%E5%8B%87%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E8%BD%AC%E5%8C%96%E7%8E%87%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：王志勇 贝壳 架构师 编辑整理：戴稚晖 陆金所 出品平台：DataFunTalk 导读： 贝壳从房产领域的产业互联网角度介绍智能广告投放的挑战、实践和思考。房产互联网是典型的高价值、长周期转化领域，本次分享重点介绍了贝壳CVR转化率预估模型在延时反馈问题上的实战经验；贝壳设计了一套实</description>
    </item>
    <item>
      <title>杨宇鸿腾讯多模态内容理解技术及应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9D%A8%E5%AE%87%E9%B8%BF%E8%85%BE%E8%AE%AF%E5%A4%9A%E6%A8%A1%E6%80%81%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF%E5%8F%8A%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 00:35:13 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9D%A8%E5%AE%87%E9%B8%BF%E8%85%BE%E8%AE%AF%E5%A4%9A%E6%A8%A1%E6%80%81%E5%86%85%E5%AE%B9%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF%E5%8F%8A%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：杨宇鸿 腾讯 内容理解高级工程师 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 搜索内容的理解贯穿了整个搜索系统。我们需要从多个粒度理解搜索内容，包括语义分块、核心要素提取、页面渲染等。多模态内容理解技术在其中扮演了重要角色，它可以从内容解析、内容质量检验、内容关系的</description>
    </item>
    <item>
      <title>搜索推荐广告系统架构及算法技术资料大合集吐血整理年终分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E5%B9%BF%E5%91%8A%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E5%8F%8A%E7%AE%97%E6%B3%95%E6%8A%80%E6%9C%AF%E8%B5%84%E6%96%99%E5%A4%A7%E5%90%88%E9%9B%86%E5%90%90%E8%A1%80%E6%95%B4%E7%90%86%E5%B9%B4%E7%BB%88%E5%88%86%E4%BA%AB/</link>
      <pubDate>Mon, 14 Mar 2022 23:49:42 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E5%B9%BF%E5%91%8A%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E5%8F%8A%E7%AE%97%E6%B3%95%E6%8A%80%E6%9C%AF%E8%B5%84%E6%96%99%E5%A4%A7%E5%90%88%E9%9B%86%E5%90%90%E8%A1%80%E6%95%B4%E7%90%86%E5%B9%B4%E7%BB%88%E5%88%86%E4%BA%AB/</guid>
      <description>架构、搜索、推荐、广告系统优质资源整理 AI架构、搜索系统、 推荐系统、广告系统等技术资料整理。这篇文章意图是收集市面上质量不错的后端架构、AI架构、搜索、 推荐、 广告引擎技术资料，内容来源包括开源项目官网（Lucene、Solr、Elastic）、综合技术网站（AIQ 、infoQ、S</description>
    </item>
    <item>
      <title>汽车之家推荐系统排序算法迭代之路</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B1%BD%E8%BD%A6%E4%B9%8B%E5%AE%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E8%BF%AD%E4%BB%A3%E4%B9%8B%E8%B7%AF/</link>
      <pubDate>Mon, 14 Mar 2022 23:49:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B1%BD%E8%BD%A6%E4%B9%8B%E5%AE%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E8%BF%AD%E4%BB%A3%E4%B9%8B%E8%B7%AF/</guid>
      <description>文章作者：李晨旭 汽车之家 内容编辑：Hoh 内容来源：作者授权 出品平台：DataFun 导读： 汽车之家的推荐系统紧随前沿技术，在支持内部多个推荐场景的同时，对外也有了一定的输出。未来我们期望汽车之家的推荐系统不只是前沿技术的应用者，更是推动者和创新者。本次分享的主题为汽车之家推荐系统排</description>
    </item>
    <item>
      <title>模型剪枝技术原理及其发展现状和展望</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%A8%A1%E5%9E%8B%E5%89%AA%E6%9E%9D%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E5%8F%8A%E5%85%B6%E5%8F%91%E5%B1%95%E7%8E%B0%E7%8A%B6%E5%92%8C%E5%B1%95%E6%9C%9B/</link>
      <pubDate>Mon, 14 Mar 2022 23:49:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%A8%A1%E5%9E%8B%E5%89%AA%E6%9E%9D%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E5%8F%8A%E5%85%B6%E5%8F%91%E5%B1%95%E7%8E%B0%E7%8A%B6%E5%92%8C%E5%B1%95%E6%9C%9B/</guid>
      <description>作者&amp;amp;编辑 | 言有三 公众号： 有三 AI 模型剪枝作为一项历史悠久的模型压缩技术，当前已经有了比较大的进步和发展，本文给大家梳理模型剪枝的核心技术，发展现状，未来展望以及学习资源推荐。 1 模型剪枝基础 1.1 什么是模型剪枝 深度学习网络模型从卷积层到全连接层存在着大量冗余的参数，大量神经元激</description>
    </item>
    <item>
      <title>蜻蜓实时推荐系统的发展和演进</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9C%BB%E8%9C%93%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8F%91%E5%B1%95%E5%92%8C%E6%BC%94%E8%BF%9B/</link>
      <pubDate>Mon, 14 Mar 2022 23:24:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%9C%BB%E8%9C%93%E5%AE%9E%E6%97%B6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E5%8F%91%E5%B1%95%E5%92%8C%E6%BC%94%E8%BF%9B/</guid>
      <description>分享嘉宾：雷鸣 蜻蜓FM 算法专家 内容来源：作者原创投稿 出品平台：DataFunTalk 导读： 本⽂主要是分享蜻蜓FM最近⼏年在推荐系统中的发展和演进，从离线推荐逐步过渡到实时推荐后，作者在实际开发⼯作中，⾯对⼀些痛点和难点时，是如何进⾏思考和解决的，如何更好的将⾃⼰的业务场景特点和算</description>
    </item>
    <item>
      <title>兴趣搜索在腾讯看点的探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%B4%E8%B6%A3%E6%90%9C%E7%B4%A2%E5%9C%A8%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 23:23:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%B4%E8%B6%A3%E6%90%9C%E7%B4%A2%E5%9C%A8%E8%85%BE%E8%AE%AF%E7%9C%8B%E7%82%B9%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>摘要： 随着推荐技术成熟以及信息流业务极速扩张，用户与内容的交互模式逐渐从“人找内容&amp;ndash;搜索”往“内容找人&amp;ndash;推荐”迁移，并且这种趋势仍在扩大它的外延边界，大有“万物皆可推荐”的架势。但搜索作为人与内容交互的一种重要方式，它的作用并没有削弱，用户在推荐场景的沉浸</description>
    </item>
    <item>
      <title>美团预训练技术在美团到店搜索广告中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E9%A2%84%E8%AE%AD%E7%BB%83%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%A2%E5%88%B0%E5%BA%97%E6%90%9C%E7%B4%A2%E5%B9%BF%E5%91%8A%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 23:22:14 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E9%A2%84%E8%AE%AD%E7%BB%83%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%A2%E5%88%B0%E5%BA%97%E6%90%9C%E7%B4%A2%E5%B9%BF%E5%91%8A%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>美团点评技术团队 稿 引言 美团到店搜索广告负责美团、大众点评双平台站内搜索流量的商业变现，服务于到店餐饮、休娱亲子、丽人医美、酒店旅游等众多本地生活服务商家。在美团搜索场景中广告的展示样式非常原生，用户使用美团服务不会明显区分广告和自然结果，而广告用户体验损失则会显著影响搜索流量。因</description>
    </item>
    <item>
      <title>数据分析转岗薪资翻倍多机器学习面试都问些什么</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E8%BD%AC%E5%B2%97%E8%96%AA%E8%B5%84%E7%BF%BB%E5%80%8D%E5%A4%9A%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%9D%A2%E8%AF%95%E9%83%BD%E9%97%AE%E4%BA%9B%E4%BB%80%E4%B9%88/</link>
      <pubDate>Mon, 14 Mar 2022 21:58:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E8%BD%AC%E5%B2%97%E8%96%AA%E8%B5%84%E7%BF%BB%E5%80%8D%E5%A4%9A%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%9D%A2%E8%AF%95%E9%83%BD%E9%97%AE%E4%BA%9B%E4%BB%80%E4%B9%88/</guid>
      <description>** 添加微信: julyedukefu14，回复【9】领取最新升级版【名企AI面试100题】 ** 1、请详细说说支持向量机（support vector machine，SVM）的原理 支持向量机，因其英文名为support vector machine，故一般简称SVM，通俗来讲，它是一种二类分类模型，其基本模型定</description>
    </item>
    <item>
      <title>梳理常见的机器学习面试题你知道几个</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%A2%B3%E7%90%86%E5%B8%B8%E8%A7%81%E7%9A%84%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%9D%A2%E8%AF%95%E9%A2%98%E4%BD%A0%E7%9F%A5%E9%81%93%E5%87%A0%E4%B8%AA/</link>
      <pubDate>Mon, 14 Mar 2022 21:57:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%A2%B3%E7%90%86%E5%B8%B8%E8%A7%81%E7%9A%84%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%9D%A2%E8%AF%95%E9%A2%98%E4%BD%A0%E7%9F%A5%E9%81%93%E5%87%A0%E4%B8%AA/</guid>
      <description>添加微信: julyedukefu14，回复【7】领取最新升级版【名企Al面试100题】 26、说说常见的损失函数？ 对于给定的输入X，由f(X)给出相应的输出Y，这个输出的预测值f(X)与真实值Y可能一致也可能不一致（要知道，有时损失或误差是不可避免的），用一个损失函数来度量预测错误</description>
    </item>
    <item>
      <title>年月份算法岗面试题总结</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E4%BB%BD%E7%AE%97%E6%B3%95%E5%B2%97%E9%9D%A2%E8%AF%95%E9%A2%98%E6%80%BB%E7%BB%93/</link>
      <pubDate>Mon, 14 Mar 2022 21:37:36 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E4%BB%BD%E7%AE%97%E6%B3%95%E5%B2%97%E9%9D%A2%E8%AF%95%E9%A2%98%E6%80%BB%E7%BB%93/</guid>
      <description>评论有奖：评论区回复 “ 1 ”，领取最新升级版《名企AI面试100题》电子书！！ 面试题 **问题 1：**怎么处理数据不平衡 **问题 2：**给你单链表的头节点 head ，请你反转链表，并返回反转后的链表。 **问题 3：**连续子数组的最大乘积 **问题 4：**最大子数组 **问题 5：**一个硬币正面概</description>
    </item>
    <item>
      <title>百度技术在智能招聘中的应用研究</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%99%BA%E8%83%BD%E6%8B%9B%E8%81%98%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E7%A0%94%E7%A9%B6/</link>
      <pubDate>Mon, 14 Mar 2022 21:30:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%99%BA%E8%83%BD%E6%8B%9B%E8%81%98%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8%E7%A0%94%E7%A9%B6/</guid>
      <description>分享嘉宾：秦川博士 百度人才智库实验室(TIC) 人工智能研究员 编辑整理：于晓涛 农银金科 出品平台：DataFunSummit 导读： 人才是企业发展的核心竞争力，人才管理更是企业最具竞争力的武器。传统招聘中，面临着招聘成本高，效率低等问题，将NLP技术运用在智能招聘领域可以有效地提升企业</description>
    </item>
    <item>
      <title>学界吴恩达课程刷后感附课程视频字幕全套作业</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%A6%E7%95%8C%E5%90%B4%E6%81%A9%E8%BE%BE%E8%AF%BE%E7%A8%8B%E5%88%B7%E5%90%8E%E6%84%9F%E9%99%84%E8%AF%BE%E7%A8%8B%E8%A7%86%E9%A2%91%E5%AD%97%E5%B9%95%E5%85%A8%E5%A5%97%E4%BD%9C%E4%B8%9A/</link>
      <pubDate>Mon, 14 Mar 2022 20:06:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%A6%E7%95%8C%E5%90%B4%E6%81%A9%E8%BE%BE%E8%AF%BE%E7%A8%8B%E5%88%B7%E5%90%8E%E6%84%9F%E9%99%84%E8%AF%BE%E7%A8%8B%E8%A7%86%E9%A2%91%E5%AD%97%E5%B9%95%E5%85%A8%E5%A5%97%E4%BD%9C%E4%B8%9A/</guid>
      <description>作者简介： @文雨之 本科东北大学自动化专业，然后直接攻博读的是系统工程专业。目前在东北大学系统工程专业读博士，在流程工业综合自动化国家重点实验室做流程工业里边调度问题和运行优化问题。博士刚开始主要接触了很多Numerical optimization， Convex optimization，No</description>
    </item>
    <item>
      <title>人工智能照骗难逃的火眼金睛用机器学习让图无所遁形</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E7%85%A7%E9%AA%97%E9%9A%BE%E9%80%83%E7%9A%84%E7%81%AB%E7%9C%BC%E9%87%91%E7%9D%9B%E7%94%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E8%AE%A9%E5%9B%BE%E6%97%A0%E6%89%80%E9%81%81%E5%BD%A2/</link>
      <pubDate>Mon, 14 Mar 2022 18:47:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E7%85%A7%E9%AA%97%E9%9A%BE%E9%80%83%E7%9A%84%E7%81%AB%E7%9C%BC%E9%87%91%E7%9D%9B%E7%94%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E8%AE%A9%E5%9B%BE%E6%97%A0%E6%89%80%E9%81%81%E5%BD%A2/</guid>
      <description>译者 | shawn 编辑 | 姗姗 出品 | 人工智能头条 （公众号ID：AI_Thinker） 【导读】下图是 2008 年伊朗政府发布的一张图片，然而强大的网友们却凭借着肉眼，看出来图中黄色圈出的部分和红色圈出的部分是一模一样的，不得不说网友们真的是火眼金睛。而在今年的 CVPR 计算机视觉大会， Adobe 展示了他们最新的研究，</description>
    </item>
    <item>
      <title>九章云极发布自动机器学习白皮书</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B9%9D%E7%AB%A0%E4%BA%91%E6%9E%81%E5%8F%91%E5%B8%83%E8%87%AA%E5%8A%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%99%BD%E7%9A%AE%E4%B9%A6/</link>
      <pubDate>Mon, 14 Mar 2022 18:38:54 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B9%9D%E7%AB%A0%E4%BA%91%E6%9E%81%E5%8F%91%E5%B8%83%E8%87%AA%E5%8A%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%99%BD%E7%9A%AE%E4%B9%A6/</guid>
      <description>IDC预计，2020-2025年间，中国人工智能市场复合增长率将达到35.2%，持续保持中国速度，仍然占据全球主导地位。从整体解决方案的角度，预计到2024年，人工智能技术支出占整体IT支出的比例也将从2020年的5.2%提升至9.1%。 AutoML技术将为企业数智化升级带来何种</description>
    </item>
    <item>
      <title>小布助手算法系统探索实践与思考</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B0%8F%E5%B8%83%E5%8A%A9%E6%89%8B%E7%AE%97%E6%B3%95%E7%B3%BB%E7%BB%9F%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%80%9D%E8%80%83/</link>
      <pubDate>Mon, 14 Mar 2022 18:38:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B0%8F%E5%B8%83%E5%8A%A9%E6%89%8B%E7%AE%97%E6%B3%95%E7%B3%BB%E7%BB%9F%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5%E4%B8%8E%E6%80%9D%E8%80%83/</guid>
      <description>OPPO数智技术 稿 1 前言 对话交互是继传统PC、PC互联网及移动互联网之后，下一个时代非常有想象力的关键技术方向，无论是学术界还是工业界都有极高的关注度，同时作为OPPO万物互融战略的关键节点之一，承载着伟大而艰巨的使命。 算法是对话交互的核心能力之一，决定了语音助手能达到的智能化水</description>
    </item>
    <item>
      <title>吴恩达深度学习教程中文笔记最新版</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%B4%E6%81%A9%E8%BE%BE%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%95%99%E7%A8%8B%E4%B8%AD%E6%96%87%E7%AC%94%E8%AE%B0%E6%9C%80%E6%96%B0%E7%89%88/</link>
      <pubDate>Mon, 14 Mar 2022 18:32:51 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%B4%E6%81%A9%E8%BE%BE%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%95%99%E7%A8%8B%E4%B8%AD%E6%96%87%E7%AC%94%E8%AE%B0%E6%9C%80%E6%96%B0%E7%89%88/</guid>
      <description>课程概述 https://mooc.study.163.com/university/deeplearning_ai#/c 这些课程专为已有一定基础（基本的编程知识，熟悉 Python、对机器学习有基本了解），想要尝试进入人工智能领域的计算机专业人士准备。介绍显示：“深度学习是科技业最热门的技能之一，本课程将帮你掌握深度学习。” 在这5堂课中，学生将可以学习到深度学习的基础，学会构建神经网络，并</description>
    </item>
    <item>
      <title>基于滴滴论文基于强化学习技术的智能派单模型再演绎</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%BB%B4%E6%BB%B4%E8%AE%BA%E6%96%87%E5%9F%BA%E4%BA%8E%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E7%9A%84%E6%99%BA%E8%83%BD%E6%B4%BE%E5%8D%95%E6%A8%A1%E5%9E%8B%E5%86%8D%E6%BC%94%E7%BB%8E/</link>
      <pubDate>Mon, 14 Mar 2022 18:30:40 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%BB%B4%E6%BB%B4%E8%AE%BA%E6%96%87%E5%9F%BA%E4%BA%8E%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E7%9A%84%E6%99%BA%E8%83%BD%E6%B4%BE%E5%8D%95%E6%A8%A1%E5%9E%8B%E5%86%8D%E6%BC%94%E7%BB%8E/</guid>
      <description>文章作者：洪九 滴滴 高级算法工程师 内容来源：作者授权 出品社区：DataFun 注：欢迎转载，转载请注明出处 最近拜读了滴滴2018年在 KDD 发表的一篇论文《 Large-Scale Order Dispatch in On-Demand Ride-Hailing Platforms: A Learning and Planning Approach 》。意犹未尽， 假如让我来设计这样一个调度系统该如何做呢？ 司乘匹配一般来说，分为两步完成，第一步是为乘客找到合适</description>
    </item>
    <item>
      <title>金融风控大厂道精选面试题分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%87%91%E8%9E%8D%E9%A3%8E%E6%8E%A7%E5%A4%A7%E5%8E%82%E9%81%93%E7%B2%BE%E9%80%89%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</link>
      <pubDate>Mon, 14 Mar 2022 18:30:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%87%91%E8%9E%8D%E9%A3%8E%E6%8E%A7%E5%A4%A7%E5%8E%82%E9%81%93%E7%B2%BE%E9%80%89%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</guid>
      <description>问题1：深度学习的风控模型，从经验上看，样本量大概要多少条啊 解析：不同的模型不一样，而且也不光要注意样本量，比如RNN其实希望序列长度至少在12个月以上，粗略的说，样本量五十万以上效果比较好。 问题2：5万正样本，200负样本，B卡，不只是提高额度，会拒绝一部分客户，怎么建模？ 5万</description>
    </item>
    <item>
      <title>机器学习模型如何优化干货总结</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E5%A6%82%E4%BD%95%E4%BC%98%E5%8C%96%E5%B9%B2%E8%B4%A7%E6%80%BB%E7%BB%93/</link>
      <pubDate>Mon, 14 Mar 2022 18:30:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E5%A6%82%E4%BD%95%E4%BC%98%E5%8C%96%E5%B9%B2%E8%B4%A7%E6%80%BB%E7%BB%93/</guid>
      <description>NLP杂货铺 微信号：gh_90d682be2296 历时几个月的NLP中文预训练模型泛化能力挑战赛【25】已经圆满结束，进入决赛的各个队伍都提供了很好的方案模型。 这次比赛是CLUE与阿里云平台、乐言科技联合发起的第一场针对中文预训练模型泛化能力的挑战赛。 赛题以自然语言处理为背景，要</description>
    </item>
    <item>
      <title>中国创始人陆奇人工智能时代芯片和底层软件基本都要重做</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AD%E5%9B%BD%E5%88%9B%E5%A7%8B%E4%BA%BA%E9%99%86%E5%A5%87%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%97%B6%E4%BB%A3%E8%8A%AF%E7%89%87%E5%92%8C%E5%BA%95%E5%B1%82%E8%BD%AF%E4%BB%B6%E5%9F%BA%E6%9C%AC%E9%83%BD%E8%A6%81%E9%87%8D%E5%81%9A/</link>
      <pubDate>Mon, 14 Mar 2022 18:17:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AD%E5%9B%BD%E5%88%9B%E5%A7%8B%E4%BA%BA%E9%99%86%E5%A5%87%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%97%B6%E4%BB%A3%E8%8A%AF%E7%89%87%E5%92%8C%E5%BA%95%E5%B1%82%E8%BD%AF%E4%BB%B6%E5%9F%BA%E6%9C%AC%E9%83%BD%E8%A6%81%E9%87%8D%E5%81%9A/</guid>
      <description>大数据文摘出品 作者：陆奇 编辑：周素云 2019年5月18日，在YC中国举办的YC中国创业者见面会上，YC中国创始人及首席执行官，YC全球研究院院长陆奇进行了以“技术驱动创新带来的创业机遇”为主题的精彩分享。 陆奇曾任百度集团总裁兼首席运营官、微软全球执行副总裁、雅虎执行总裁，并获得卡</description>
    </item>
    <item>
      <title>这些上下文相关的表示到底有多上下文化</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%BF%99%E4%BA%9B%E4%B8%8A%E4%B8%8B%E6%96%87%E7%9B%B8%E5%85%B3%E7%9A%84%E8%A1%A8%E7%A4%BA%E5%88%B0%E5%BA%95%E6%9C%89%E5%A4%9A%E4%B8%8A%E4%B8%8B%E6%96%87%E5%8C%96/</link>
      <pubDate>Mon, 14 Mar 2022 18:02:18 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%BF%99%E4%BA%9B%E4%B8%8A%E4%B8%8B%E6%96%87%E7%9B%B8%E5%85%B3%E7%9A%84%E8%A1%A8%E7%A4%BA%E5%88%B0%E5%BA%95%E6%9C%89%E5%A4%9A%E4%B8%8A%E4%B8%8B%E6%96%87%E5%8C%96/</guid>
      <description>作者：Kawin Ethayarajh 编译：ronghuaiyang 原文： 英文原文： https://kawine.github.io/blog/nlp/2020/02/03/contextual.html 导读： 具有上下文信息的词表示到底有多大程度的上下文化？这里给出了定量的分析。 将上下文信息放到词嵌入中 — 就像BERT，ELMo和GPT-2 — 已经证明了是NLP的一个分水岭的想法了。使用具有上下文信息的词表示来替换静态</description>
    </item>
    <item>
      <title>人工智能入门书单推荐学习的请收藏好附下载</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%85%A5%E9%97%A8%E4%B9%A6%E5%8D%95%E6%8E%A8%E8%8D%90%E5%AD%A6%E4%B9%A0%E7%9A%84%E8%AF%B7%E6%94%B6%E8%97%8F%E5%A5%BD%E9%99%84%E4%B8%8B%E8%BD%BD/</link>
      <pubDate>Mon, 14 Mar 2022 18:02:15 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%85%A5%E9%97%A8%E4%B9%A6%E5%8D%95%E6%8E%A8%E8%8D%90%E5%AD%A6%E4%B9%A0%E7%9A%84%E8%AF%B7%E6%94%B6%E8%97%8F%E5%A5%BD%E9%99%84%E4%B8%8B%E8%BD%BD/</guid>
      <description>人工智能相关岗位中，涉及到的内容包含：算法、深度学习、机器学习、自然语言处理、数据结构、Tensorflow、Python 、数据挖掘、搜索开发、神经网络、视觉度量、图像识别、语音识别、推荐系统、系统算法、图像算法、数据分析、概率编程、计算机数学、数据仓库、建模等关键词，基本涵盖了</description>
    </item>
    <item>
      <title>年七月中旬虾皮北京提前批算法工程师道面试题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E4%B8%83%E6%9C%88%E4%B8%AD%E6%97%AC%E8%99%BE%E7%9A%AE%E5%8C%97%E4%BA%AC%E6%8F%90%E5%89%8D%E6%89%B9%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98/</link>
      <pubDate>Mon, 14 Mar 2022 18:01:15 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E4%B8%83%E6%9C%88%E4%B8%AD%E6%97%AC%E8%99%BE%E7%9A%AE%E5%8C%97%E4%BA%AC%E6%8F%90%E5%89%8D%E6%89%B9%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98/</guid>
      <description>福利 ｜ 文末免费送电子书：七月在线干货组最新 升级的《2021最新大厂AI面试题》免费送！ 问题1：删除链表倒数第K个节点 该题为leetcode第19题。 在对链表进行操作时，一个常用的技巧就是添加一个哑结点（dummy node）,它的next忠贞纸箱链表的头结点，这样就不需要对头结点进</description>
    </item>
    <item>
      <title>贝壳找房基于内容热度的推荐</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E7%83%AD%E5%BA%A6%E7%9A%84%E6%8E%A8%E8%8D%90/</link>
      <pubDate>Mon, 14 Mar 2022 18:01:15 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9F%BA%E4%BA%8E%E5%86%85%E5%AE%B9%E7%83%AD%E5%BA%A6%E7%9A%84%E6%8E%A8%E8%8D%90/</guid>
      <description>推荐系统本质上要拟合一个用户对内容满意度的函数[1]，函数需要多个维度的特征包括：内容、用户等作为输入。个性化推荐建立在大量、有效的数据基础上。在建设初期，内容、用户的数据都还在积累，甚至对于数据的描述还是残缺不全[2]。在冷启动阶段，不妨把解决策略移到内容“热度”描述的算法上，</description>
    </item>
    <item>
      <title>携程技术时间序列预测的常见方法及思考</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%BA%E7%A8%8B%E6%8A%80%E6%9C%AF%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E7%9A%84%E5%B8%B8%E8%A7%81%E6%96%B9%E6%B3%95%E5%8F%8A%E6%80%9D%E8%80%83/</link>
      <pubDate>Mon, 14 Mar 2022 18:01:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%BA%E7%A8%8B%E6%8A%80%E6%9C%AF%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E7%9A%84%E5%B8%B8%E8%A7%81%E6%96%B9%E6%B3%95%E5%8F%8A%E6%80%9D%E8%80%83/</guid>
      <description>作者简介 饭饭爱吃饭，携程高级数据分析师，主要负责旅游领域数据赋能相关工作。对旅游趋势识别与推荐、旅游广告投放、旅游LBS等领域有浓厚兴趣。 一、背景 随着大数据的发展，自然科学、社会科学、工业工程、金融科技等领域都积累了海量的数据，在这些海量的数据中，时间序列数据（按时间戳顺序依次到</description>
    </item>
    <item>
      <title>阿里文娱多模态视频分类算法中的特征改进</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%96%87%E5%A8%B1%E5%A4%9A%E6%A8%A1%E6%80%81%E8%A7%86%E9%A2%91%E5%88%86%E7%B1%BB%E7%AE%97%E6%B3%95%E4%B8%AD%E7%9A%84%E7%89%B9%E5%BE%81%E6%94%B9%E8%BF%9B/</link>
      <pubDate>Mon, 14 Mar 2022 18:01:09 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E6%96%87%E5%A8%B1%E5%A4%9A%E6%A8%A1%E6%80%81%E8%A7%86%E9%A2%91%E5%88%86%E7%B1%BB%E7%AE%97%E6%B3%95%E4%B8%AD%E7%9A%84%E7%89%B9%E5%BE%81%E6%94%B9%E8%BF%9B/</guid>
      <description>分享嘉宾：蒋小森 阿里文娱 算法专家 编辑整理：王恩贵 内容来源：阿里文娱技术 出品平台：DataFun 导读： 类目体系是视频网站运营中的重要工具，也是推荐算法中提升冷启效果的重要手段。因此一套设计合理、准确率、覆盖率高的基础类目必不可少。阿里文娱类目体系建设团队与运营、审核一起建立的一二级</description>
    </item>
    <item>
      <title>美团搜索中技术的探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A2%E4%B8%AD%E6%8A%80%E6%9C%AF%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 17:51:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A2%E4%B8%AD%E6%8A%80%E6%9C%AF%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>时间：2020年07月23日 美团点评技术团队 作者: 丽红，星池，燕华，马璐，廖群，志安，刘亮，李超，云森，永超等 1. 背景 命名实体识别（Named Entity Recognition，简称NER），又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。NER</description>
    </item>
    <item>
      <title>算法工程师的学习成长和实战经验</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E7%9A%84%E5%AD%A6%E4%B9%A0%E6%88%90%E9%95%BF%E5%92%8C%E5%AE%9E%E6%88%98%E7%BB%8F%E9%AA%8C/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E7%9A%84%E5%AD%A6%E4%B9%A0%E6%88%90%E9%95%BF%E5%92%8C%E5%AE%9E%E6%88%98%E7%BB%8F%E9%AA%8C/</guid>
      <description>我们本次分享主要分为六个小节，分别为： 1.NLP解决什么问题； 2.NLP算法发展简史； 3.检索式问答系统的语义匹配模型； 4.任务型对话系统背后的算法实例； 5.创业公司NLP工程师的工作职责； 6.NLP算法工程师面试注意事项； 其中前两个小节主要大概讲述一下NLP这个学科它解决了什么</description>
    </item>
    <item>
      <title>两位拯救谷歌的超级工程师的故事计算机界最好的结对编程榜样</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%A4%E4%BD%8D%E6%8B%AF%E6%95%91%E8%B0%B7%E6%AD%8C%E7%9A%84%E8%B6%85%E7%BA%A7%E5%B7%A5%E7%A8%8B%E5%B8%88%E7%9A%84%E6%95%85%E4%BA%8B%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%95%8C%E6%9C%80%E5%A5%BD%E7%9A%84%E7%BB%93%E5%AF%B9%E7%BC%96%E7%A8%8B%E6%A6%9C%E6%A0%B7/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:41 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%A4%E4%BD%8D%E6%8B%AF%E6%95%91%E8%B0%B7%E6%AD%8C%E7%9A%84%E8%B6%85%E7%BA%A7%E5%B7%A5%E7%A8%8B%E5%B8%88%E7%9A%84%E6%95%85%E4%BA%8B%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%95%8C%E6%9C%80%E5%A5%BD%E7%9A%84%E7%BB%93%E5%AF%B9%E7%BC%96%E7%A8%8B%E6%A6%9C%E6%A0%B7/</guid>
      <description>AI 前线导读：在很多人眼中，Jeff Dean 就是谷歌技术的代名词，也是谷歌如此强大的重要原因。但实际上他们都忽视了 Jeff Dean 背后的另外一位技术大神。在谷歌从创业公司成长为一代巨头的过程中，有数不清的工程师参与贡献，其中 Jeff Dean 和 Sanjay Ghemawat 是最初也是至今仅有的两位达到 Level 11（Google Senior Fellow）级</description>
    </item>
    <item>
      <title>快看漫画个性化推荐探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BF%AB%E7%9C%8B%E6%BC%AB%E7%94%BB%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:41 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BF%AB%E7%9C%8B%E6%BC%AB%E7%94%BB%E4%B8%AA%E6%80%A7%E5%8C%96%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>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 快看世界创立于2014年，旗下快看漫画 app 是中国新生代内容社区和原创 IP 平</description>
    </item>
    <item>
      <title>深度学习中不得不学的方法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%AD%E4%B8%8D%E5%BE%97%E4%B8%8D%E5%AD%A6%E7%9A%84%E6%96%B9%E6%B3%95/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:41 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%AD%E4%B8%8D%E5%BE%97%E4%B8%8D%E5%AD%A6%E7%9A%84%E6%96%B9%E6%B3%95/</guid>
      <description>王喆 之前已经有无数同学让我介绍一下Graph Embedding，我想主要有两个原因： 一是因为 Graph Embedding是推荐系统、计算广告领域最近非常流行的做法，是从word2vec等一路发展而来的Embedding技术的最新延伸； 二是因为已经有很多大厂 将Graph Embedding应</description>
    </item>
    <item>
      <title>贝壳找房关系图谱在贝壳的构建和应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%85%B3%E7%B3%BB%E5%9B%BE%E8%B0%B1%E5%9C%A8%E8%B4%9D%E5%A3%B3%E7%9A%84%E6%9E%84%E5%BB%BA%E5%92%8C%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:36 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%85%B3%E7%B3%BB%E5%9B%BE%E8%B0%B1%E5%9C%A8%E8%B4%9D%E5%A3%B3%E7%9A%84%E6%9E%84%E5%BB%BA%E5%92%8C%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：周玉驰 贝壳 资深算法工程师 文章整理：许继瑞 内容来源：贝壳找房知识图谱技术大会 出品平台：DataFun 导读： 贝壳找房积累了大量房、客、人的行为关系数据，我们通过关系图谱的相关技术对这些行为关系进行挖掘，并在实际应用中取得了不错的效果。本次分享将主要介绍关系图谱在贝壳找房的构</description>
    </item>
    <item>
      <title>公式推导</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%AC%E5%BC%8F%E6%8E%A8%E5%AF%BC/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%AC%E5%BC%8F%E6%8E%A8%E5%AF%BC/</guid>
      <description>作者： 苏克1900 写在前面： 本文主要参考 Online Learning算法理论与实践，但该文和网上找到的资料都没有很好的给出关于模型参数w的解析解的推导过程，甚至原论文 http://www.eecs.tufts.edu/~dsculley/papers/ad-click-prediction.pdf 还有一些符号错误。所以特此写个博文记录一下自己的推导过程。 一. 什么是FTRL 首先介绍一下FTL，FTL的思想是每次找到让之</description>
    </item>
    <item>
      <title>计算机视觉面试题面试考点精准详尽解析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E9%9D%A2%E8%AF%95%E9%A2%98%E9%9D%A2%E8%AF%95%E8%80%83%E7%82%B9%E7%B2%BE%E5%87%86%E8%AF%A6%E5%B0%BD%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Mon, 14 Mar 2022 17:50:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E9%9D%A2%E8%AF%95%E9%A2%98%E9%9D%A2%E8%AF%95%E8%80%83%E7%82%B9%E7%B2%BE%E5%87%86%E8%AF%A6%E5%B0%BD%E8%A7%A3%E6%9E%90/</guid>
      <description>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，就是在给定的图片中精确找到物体所</description>
    </item>
    <item>
      <title>人工智能初创公司所面临的问题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%88%9D%E5%88%9B%E5%85%AC%E5%8F%B8%E6%89%80%E9%9D%A2%E4%B8%B4%E7%9A%84%E9%97%AE%E9%A2%98/</link>
      <pubDate>Mon, 14 Mar 2022 17:46:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%88%9D%E5%88%9B%E5%85%AC%E5%8F%B8%E6%89%80%E9%9D%A2%E4%B8%B4%E7%9A%84%E9%97%AE%E9%A2%98/</guid>
      <description>Andreessen-Horowitz 一直是当前主要风投公司中头脑最冷静的人。当其他公司在“cleantech”和违反物理学定律的荒谬的生物技术初创公司上加杠杆时，他们悄悄地继续的投资理智的公司(也包括像 soylent 这样的垃圾清理产品)。我认为他们实际上是在倾听前线的人们，而不是他们的风投伙伴告诉他们什么。也许他们只是比其他</description>
    </item>
    <item>
      <title>深度商业流量排序策略优化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%95%86%E4%B8%9A%E6%B5%81%E9%87%8F%E6%8E%92%E5%BA%8F%E7%AD%96%E7%95%A5%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 17:46:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%95%86%E4%B8%9A%E6%B5%81%E9%87%8F%E6%8E%92%E5%BA%8F%E7%AD%96%E7%95%A5%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>背景 58作为国内最大的生活信息服务平台，涵盖了本地服务，招聘，房产，二手车，二手物品多条业务线。商业部门作为中台部门，职能是为各个业务线提供商业变现解决方案，提升业务线流量变现效率，同时满足各业务线个性化，多元化的流量变现需求。 在不同的商业产品类型以及不同的场景下，业务线对于变现</description>
    </item>
    <item>
      <title>回顾在网络文学领域的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%9C%A8%E7%BD%91%E7%BB%9C%E6%96%87%E5%AD%A6%E9%A2%86%E5%9F%9F%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 17:46:14 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E5%9C%A8%E7%BD%91%E7%BB%9C%E6%96%87%E5%AD%A6%E9%A2%86%E5%9F%9F%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>配套PPT下载，请识别底部二维码关注社区公众号，后台回复【 上海NLP 】 分享嘉宾： 马宇峰** 阅文信息 内容挖掘平台技术负责人** 编辑整理： 赵世瑜 内容来源： DataFun AI Talk《NLP在阅文内容挖掘平台的应用场景与落地实践》 出品社区： DataFun 注：欢迎转载，转载请注明出处。 一、业务背景 网络文学的发展已</description>
    </item>
    <item>
      <title>今日头条算法原理全文</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8A%E6%97%A5%E5%A4%B4%E6%9D%A1%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E5%85%A8%E6%96%87/</link>
      <pubDate>Mon, 14 Mar 2022 17:45:44 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8A%E6%97%A5%E5%A4%B4%E6%9D%A1%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E5%85%A8%E6%96%87/</guid>
      <description>本文主要分享了今日头条推荐系统概览以及内容分析、用户标签、评估分析，内容安全等原理。 今天，算法分发已经是信息平台、搜索引擎、浏览器、社交软件等几乎所有软件的标配，但同时，算法也开始面临质疑、挑战和误解。今日头条的推荐算法，从 2012 年 9 月第一版开发运行至今，已经经过四次大的调整和修改。</description>
    </item>
    <item>
      <title>旷视北邮等国内团队包揽六项第一联合挑战赛结果公布</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%97%B7%E8%A7%86%E5%8C%97%E9%82%AE%E7%AD%89%E5%9B%BD%E5%86%85%E5%9B%A2%E9%98%9F%E5%8C%85%E6%8F%BD%E5%85%AD%E9%A1%B9%E7%AC%AC%E4%B8%80%E8%81%94%E5%90%88%E6%8C%91%E6%88%98%E8%B5%9B%E7%BB%93%E6%9E%9C%E5%85%AC%E5%B8%83/</link>
      <pubDate>Mon, 14 Mar 2022 17:45:17 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%97%B7%E8%A7%86%E5%8C%97%E9%82%AE%E7%AD%89%E5%9B%BD%E5%86%85%E5%9B%A2%E9%98%9F%E5%8C%85%E6%8F%BD%E5%85%AD%E9%A1%B9%E7%AC%AC%E4%B8%80%E8%81%94%E5%90%88%E6%8C%91%E6%88%98%E8%B5%9B%E7%BB%93%E6%9E%9C%E5%85%AC%E5%B8%83/</guid>
      <description>今日，ECCV 2018 COCO + Mapillary 联合挑战赛结果公布，来自国内的旷视科技、港中文 - 商汤联合实验室、北邮、滴滴等团队获得了这一挑战赛全部六大赛项的第一名。 当地时间 9 月 8 日，两年一度的欧洲计算机视觉顶级学术会议 ECCV 2018 在德国慕尼黑拉开帷幕。作为计算机视觉领域的三大顶会之一，ECCV 2018 受到了极大的关注</description>
    </item>
    <item>
      <title>阿里零售通智能导购推荐技术实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%9B%B6%E5%94%AE%E9%80%9A%E6%99%BA%E8%83%BD%E5%AF%BC%E8%B4%AD%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 17:45:14 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%9B%B6%E5%94%AE%E9%80%9A%E6%99%BA%E8%83%BD%E5%AF%BC%E8%B4%AD%E6%8E%A8%E8%8D%90%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/</guid>
      <description>零售通是阿里巴巴 B 类事业群针对线下零售店推出的解决方案，通过与品牌商、本地经销商紧密合作，为零售店提供品质好货，升级社区零售店的便民服务能力，肩负着“共建智能分销平台”和“让百万小店拥抱 DT 时代”的重要使命。在这种 B2b2c 新型的分销模式中，智能导购推荐不仅提供一站式 APP 进货方式，帮助小店主</description>
    </item>
    <item>
      <title>架构京东推荐系统架构揭秘大数据时代下的智能化改造</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9E%B6%E6%9E%84%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%8F%AD%E7%A7%98%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%97%B6%E4%BB%A3%E4%B8%8B%E7%9A%84%E6%99%BA%E8%83%BD%E5%8C%96%E6%94%B9%E9%80%A0/</link>
      <pubDate>Mon, 14 Mar 2022 17:45:11 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9E%B6%E6%9E%84%E4%BA%AC%E4%B8%9C%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E6%8F%AD%E7%A7%98%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%97%B6%E4%BB%A3%E4%B8%8B%E7%9A%84%E6%99%BA%E8%83%BD%E5%8C%96%E6%94%B9%E9%80%A0/</guid>
      <description>在电商领域，推荐的价值在于挖掘用户潜在购买需求，缩短用户到商品的距离，提升用户的购物体验。 京东推荐的演进史是绚丽多彩的。京东的推荐起步于2012年，当时的推荐产品甚至是基于规则匹配做的。整个推荐产品线组合就像一个个松散的原始部落一样，部落与部落之前没有任何工程、算法的交集。201</description>
    </item>
    <item>
      <title>王桐阿里智慧供应链预测算法</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8E%8B%E6%A1%90%E9%98%BF%E9%87%8C%E6%99%BA%E6%85%A7%E4%BE%9B%E5%BA%94%E9%93%BE%E9%A2%84%E6%B5%8B%E7%AE%97%E6%B3%95/</link>
      <pubDate>Mon, 14 Mar 2022 17:45:09 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%8E%8B%E6%A1%90%E9%98%BF%E9%87%8C%E6%99%BA%E6%85%A7%E4%BE%9B%E5%BA%94%E9%93%BE%E9%A2%84%E6%B5%8B%E7%AE%97%E6%B3%95/</guid>
      <description>分享嘉宾：王桐 阿里巴巴 资深算法专家 编辑整理：杨晓磊 本来集团 出品平台：DataFunTalk 导读： 本次分享的主题是阿里在智慧供应链预测算法上的探索。供应链里最大的挑战是不确定性，决策和优化的核心诉求就是围绕着不确定性做出最优的决策。对付供应链的不确定性有很多的方式，预测是阻挡供应链</description>
    </item>
    <item>
      <title>百度深度学习图像识别决赛代码分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB%E5%86%B3%E8%B5%9B%E4%BB%A3%E7%A0%81%E5%88%86%E4%BA%AB/</link>
      <pubDate>Mon, 14 Mar 2022 17:44:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB%E5%86%B3%E8%B5%9B%E4%BB%A3%E7%A0%81%E5%88%86%E4%BA%AB/</guid>
      <description>大赛官网： http://meizu.baiducloud.top/ps/web/index.html 初赛内容：从图片中识别四则运算式，算式可能包含数字0~9、运算符+-*、括号()。并且，算式的长度固定为5或7，包含三个数字，两个运算符，0或1对括号。下面是几个样例： (4*8)+8 (0-2)+5 2*8-7 要求参赛者给出每张图片中的算式和运算结果。 训练集共100,000张图片，并附带标签。测试集共2</description>
    </item>
    <item>
      <title>贝壳找房端到端模型在贝壳经纪人流失预警场景的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E7%AB%AF%E5%88%B0%E7%AB%AF%E6%A8%A1%E5%9E%8B%E5%9C%A8%E8%B4%9D%E5%A3%B3%E7%BB%8F%E7%BA%AA%E4%BA%BA%E6%B5%81%E5%A4%B1%E9%A2%84%E8%AD%A6%E5%9C%BA%E6%99%AF%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 17:44:01 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E7%AB%AF%E5%88%B0%E7%AB%AF%E6%A8%A1%E5%9E%8B%E5%9C%A8%E8%B4%9D%E5%A3%B3%E7%BB%8F%E7%BA%AA%E4%BA%BA%E6%B5%81%E5%A4%B1%E9%A2%84%E8%AD%A6%E5%9C%BA%E6%99%AF%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>杨航@贝壳找房 近年来，深度学习算法在各领域大放异彩，各种端到端模型也日趋成熟。特别是在推荐算法领域，端到端模型几乎成了标配。端到端模型可以将特征工程融入到模型中，由模型自动化提取有效特征；也可以将各类网络结构融合到一起进行训练，根据数据特点进行深度拟合。本文探讨在贝壳经纪人流失预</description>
    </item>
    <item>
      <title>多类目模型在京东电商搜索中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E7%B1%BB%E7%9B%AE%E6%A8%A1%E5%9E%8B%E5%9C%A8%E4%BA%AC%E4%B8%9C%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 17:43:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%9A%E7%B1%BB%E7%9B%AE%E6%A8%A1%E5%9E%8B%E5%9C%A8%E4%BA%AC%E4%B8%9C%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>文章作者：肖茁建博士 京东 算法工程师 编辑整理：Hoh 出品平台：DataFunTalk 导读： 商品搜索引擎是电商平台满足用户购物需求的一个重要系统，它根据用户输入的搜索词，返回个性化的排序列表，以供用户选择。本文主要介绍MoE模型在京东搜索精排中的应用，以及结合实际场景对MoE模型进行</description>
    </item>
    <item>
      <title>深醒首席科学家张钹院士深度学习优势与短板中国机遇和挑战</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E9%86%92%E9%A6%96%E5%B8%AD%E7%A7%91%E5%AD%A6%E5%AE%B6%E5%BC%A0%E9%92%B9%E9%99%A2%E5%A3%AB%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BC%98%E5%8A%BF%E4%B8%8E%E7%9F%AD%E6%9D%BF%E4%B8%AD%E5%9B%BD%E6%9C%BA%E9%81%87%E5%92%8C%E6%8C%91%E6%88%98/</link>
      <pubDate>Mon, 14 Mar 2022 17:43:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E9%86%92%E9%A6%96%E5%B8%AD%E7%A7%91%E5%AD%A6%E5%AE%B6%E5%BC%A0%E9%92%B9%E9%99%A2%E5%A3%AB%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BC%98%E5%8A%BF%E4%B8%8E%E7%9F%AD%E6%9D%BF%E4%B8%AD%E5%9B%BD%E6%9C%BA%E9%81%87%E5%92%8C%E6%8C%91%E6%88%98/</guid>
      <description>前言 在首届世界智能大会上，深醒科技首席科学家、中国科学院院士张钹发表了题为《基于大数据的人工智能》演讲，分享了中美人工智能差异、深度学习成功的三大法宝、隐患与短板以及中国如何实现人工智能基础研究赶超欧美等话题的见解。 张钹院士简介 清华大学计算机系教授，中国科学院院士，深醒科技首席科</description>
    </item>
    <item>
      <title>的思维</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9A%84%E6%80%9D%E7%BB%B4/</link>
      <pubDate>Mon, 14 Mar 2022 17:43:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9A%84%E6%80%9D%E7%BB%B4/</guid>
      <description>作者简介 张磊 机器学习爱好者 人工智能爱好者社区专栏作者 知乎： https://zhuanlan.zhihu.com/c_184412713 个人网站：novasky.top GitHub： https://github.com/zlxy9892 17世纪莱布尼茨设想，能否创造一种通用科学语言，可以把推理的过程，象数学一样用公式进行计算。随着计算机诞生，自动化的普及 ，通用人工智能再次受到关注，什么样的方法可以实现AG</description>
    </item>
    <item>
      <title>图解框架用对比学习得到一个好的视觉预训练模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E6%A1%86%E6%9E%B6%E7%94%A8%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0%E5%BE%97%E5%88%B0%E4%B8%80%E4%B8%AA%E5%A5%BD%E7%9A%84%E8%A7%86%E8%A7%89%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Mon, 14 Mar 2022 17:43:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E6%A1%86%E6%9E%B6%E7%94%A8%E5%AF%B9%E6%AF%94%E5%AD%A6%E4%B9%A0%E5%BE%97%E5%88%B0%E4%B8%80%E4%B8%AA%E5%A5%BD%E7%9A%84%E8%A7%86%E8%A7%89%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B/</guid>
      <description>作者：amitness 编译：ronghuaiyang 导读: 有点像词向量预训练模型，这个框架可以作为很多视觉相关的任务的预训练模型，可以在少量标注样本的情况下，拿到比较好的结果。 The Illustrated SimCLR Framework Published March 04, 2020 in illustration https://amitness.com/2020/03/illustrated-simclr/ 近年来，众多的自我监督学习方法被提出用于学习图像表示，每一种方法都比前一种更好。但</description>
    </item>
    <item>
      <title>贝壳找房语言模型系列实践篇在房产领域的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%B3%BB%E5%88%97%E5%AE%9E%E8%B7%B5%E7%AF%87%E5%9C%A8%E6%88%BF%E4%BA%A7%E9%A2%86%E5%9F%9F%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 17:43:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%B3%BB%E5%88%97%E5%AE%9E%E8%B7%B5%E7%AF%87%E5%9C%A8%E6%88%BF%E4%BA%A7%E9%A2%86%E5%9F%9F%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>贝壳找房【语言模型系列】原理篇一：从 one-hot 到 Word2vec 贝壳找房【语言模型系列】原理篇二：从 ELMo 到 ALBERT 随着预训练模型在各大榜单的不断屠榜，学术界和工业界对于预训练模型的研究也愈加狂热。预训练语言模型一般基于海量语料，消耗大量的硬件资源以及时间成本，利用无监督的方法学习一个语言模型，随之应用到各种任</description>
    </item>
    <item>
      <title>携程上百个业务场景语义匹配技术在携程智能客服中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%BA%E7%A8%8B%E4%B8%8A%E7%99%BE%E4%B8%AA%E4%B8%9A%E5%8A%A1%E5%9C%BA%E6%99%AF%E8%AF%AD%E4%B9%89%E5%8C%B9%E9%85%8D%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%90%BA%E7%A8%8B%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 17:32:58 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%BA%E7%A8%8B%E4%B8%8A%E7%99%BE%E4%B8%AA%E4%B8%9A%E5%8A%A1%E5%9C%BA%E6%99%AF%E8%AF%AD%E4%B9%89%E5%8C%B9%E9%85%8D%E6%8A%80%E6%9C%AF%E5%9C%A8%E6%90%BA%E7%A8%8B%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>作者简介 Kun Wang，携程资深算法工程师，专注于智能客服机器人相关NLP算法研究。 一、背景介绍 随着AI技术在各个领域的广泛应用，人机交互技术愈发成熟。包括电商、银行、电信等在内的很多领域开始建设智能客服的交互能力，为客人提供智能化自助服务，同时为客服人员的工作提供智能辅助。携程集团</description>
    </item>
    <item>
      <title>让读懂短视频爱奇艺内容标签技术解析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A9%E8%AF%BB%E6%87%82%E7%9F%AD%E8%A7%86%E9%A2%91%E7%88%B1%E5%A5%87%E8%89%BA%E5%86%85%E5%AE%B9%E6%A0%87%E7%AD%BE%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Mon, 14 Mar 2022 17:32:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AE%A9%E8%AF%BB%E6%87%82%E7%9F%AD%E8%A7%86%E9%A2%91%E7%88%B1%E5%A5%87%E8%89%BA%E5%86%85%E5%AE%B9%E6%A0%87%E7%AD%BE%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</guid>
      <description>来源： 爱奇艺技术产品团队 前言 随着短视频的兴起，每天有大量的短视频被生产并上传到各大视频平台，面对海量的短视频，如何提升这些短视频的智能分发效率是各大短视频平台面临的重要课题。 视频的标签技术是内容理解的一种重要手段，已经在业界被广泛应用于推荐系统的各个环节：用户画像、召回、排序等。</description>
    </item>
    <item>
      <title>基础深度学习之基础知识详解</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E7%A1%80%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B9%8B%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86%E8%AF%A6%E8%A7%A3/</link>
      <pubDate>Mon, 14 Mar 2022 17:32:53 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E7%A1%80%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B9%8B%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86%E8%AF%A6%E8%A7%A3/</guid>
      <description>转载自 datayx 公众号 过拟合，欠拟合 过拟合（overfitting）：学习能力过强，以至于把训练样本所包含的不太一般的特性都学到了。 欠拟合（underfitting）：学习能太差，训练样本的一般性质尚未学好。 下面是直观解释： 《机器学习》&amp;ndash;周志华 下面在那一个具体的例子： 如果我们</description>
    </item>
    <item>
      <title>揭开深度推荐系统模型之谜</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8F%AD%E5%BC%80%E6%B7%B1%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%A8%A1%E5%9E%8B%E4%B9%8B%E8%B0%9C/</link>
      <pubDate>Mon, 14 Mar 2022 17:32:53 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8F%AD%E5%BC%80%E6%B7%B1%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%A8%A1%E5%9E%8B%E4%B9%8B%E8%B0%9C/</guid>
      <description>王喆 今天我们着手来彻底解决一个许久以来悬而未决的问题，也至少有十几位专栏读者通过留言和私信的方式询问我这个问题，这个问题就是 YouTube深度学习推荐系统中模型serving的问题。 不了解YouTube深度学习推荐系统的同学可以回顾一下我之前的两篇专栏文章，以及YouTube的论</description>
    </item>
    <item>
      <title>干货从零到一学习知识图谱的技术与应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E4%BB%8E%E9%9B%B6%E5%88%B0%E4%B8%80%E5%AD%A6%E4%B9%A0%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%8A%80%E6%9C%AF%E4%B8%8E%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 17:32:44 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E4%BB%8E%E9%9B%B6%E5%88%B0%E4%B8%80%E5%AD%A6%E4%B9%A0%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%8A%80%E6%9C%AF%E4%B8%8E%E5%BA%94%E7%94%A8/</guid>
      <description>作者 | 李文哲（人工智能、知识图谱领域专家） 来源 | 贪心科技 导读： 从一开始的Google搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。它在技术领域的热度也在逐年上升。 本文以通俗易懂的方式来讲解知识图谱相关的知识、尤其对从零开始搭</description>
    </item>
    <item>
      <title>丁香园电商搜索的语义理解问题</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%81%E9%A6%99%E5%9B%AD%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E7%9A%84%E8%AF%AD%E4%B9%89%E7%90%86%E8%A7%A3%E9%97%AE%E9%A2%98/</link>
      <pubDate>Mon, 14 Mar 2022 17:26:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%81%E9%A6%99%E5%9B%AD%E7%94%B5%E5%95%86%E6%90%9C%E7%B4%A2%E7%9A%84%E8%AF%AD%E4%B9%89%E7%90%86%E8%A7%A3%E9%97%AE%E9%A2%98/</guid>
      <description>丁香园大数据 稿 今天我们来聊一聊大数据时代的电商搜索问题，随着电商的普及，越来越多人开始在网上购物，电商搜索的目的在于如何从海量的商品当中找到用户需要的商品。目前，绝大多数的商品召回和排序都是基于embedding，如何构建商品向量、如何解决搜索词与商品名称之间的语义鸿沟问题、如何</description>
    </item>
    <item>
      <title>教程川言川语用神经网络模仿特朗普的语言风格</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%99%E7%A8%8B%E5%B7%9D%E8%A8%80%E5%B7%9D%E8%AF%AD%E7%94%A8%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%A8%A1%E4%BB%BF%E7%89%B9%E6%9C%97%E6%99%AE%E7%9A%84%E8%AF%AD%E8%A8%80%E9%A3%8E%E6%A0%BC/</link>
      <pubDate>Mon, 14 Mar 2022 17:26:19 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%99%E7%A8%8B%E5%B7%9D%E8%A8%80%E5%B7%9D%E8%AF%AD%E7%94%A8%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%A8%A1%E4%BB%BF%E7%89%B9%E6%9C%97%E6%99%AE%E7%9A%84%E8%AF%AD%E8%A8%80%E9%A3%8E%E6%A0%BC/</guid>
      <description>为了获得更多民众的支持，美国总统演讲/发推时使用的语言通常都很「接地气」，而现任总统唐纳德·特朗普则更以「口无遮拦」著称。由于「推特狂魔」已经为我们准备了大量训练数据，现在，我们可以尝试一下如何使用循环神经网络来模仿总统特朗普的语言风格。 谁了解最好的词汇？ I know words. I have the best words. 在 2015 年 12</description>
    </item>
    <item>
      <title>发布芯片昆仑和百度大脑自动驾驶巴士量产下线这是百度一年后的最新答卷</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8F%91%E5%B8%83%E8%8A%AF%E7%89%87%E6%98%86%E4%BB%91%E5%92%8C%E7%99%BE%E5%BA%A6%E5%A4%A7%E8%84%91%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6%E5%B7%B4%E5%A3%AB%E9%87%8F%E4%BA%A7%E4%B8%8B%E7%BA%BF%E8%BF%99%E6%98%AF%E7%99%BE%E5%BA%A6%E4%B8%80%E5%B9%B4%E5%90%8E%E7%9A%84%E6%9C%80%E6%96%B0%E7%AD%94%E5%8D%B7/</link>
      <pubDate>Mon, 14 Mar 2022 17:26:14 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8F%91%E5%B8%83%E8%8A%AF%E7%89%87%E6%98%86%E4%BB%91%E5%92%8C%E7%99%BE%E5%BA%A6%E5%A4%A7%E8%84%91%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6%E5%B7%B4%E5%A3%AB%E9%87%8F%E4%BA%A7%E4%B8%8B%E7%BA%BF%E8%BF%99%E6%98%AF%E7%99%BE%E5%BA%A6%E4%B8%80%E5%B9%B4%E5%90%8E%E7%9A%84%E6%9C%80%E6%96%B0%E7%AD%94%E5%8D%B7/</guid>
      <description>去年的 7 月 5 日，百度在北京国际会议中心开办了首届「AI 开发者大会」。在会上，百度首次喊出了「All in AI」的口号。一年的时间过去了，今天在同样地点举行的第二届开发者大会上，李彦宏说道：去年我吹过一个牛，百度的 L4 级别无人驾驶车的量产，会在 2018 年的 7 月份。今天我要说的是，这个牛，马上就</description>
    </item>
    <item>
      <title>美团广告深度预估技术在美团到店场景下的突破与畅想</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E5%B9%BF%E5%91%8A%E6%B7%B1%E5%BA%A6%E9%A2%84%E4%BC%B0%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%A2%E5%88%B0%E5%BA%97%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E7%AA%81%E7%A0%B4%E4%B8%8E%E7%95%85%E6%83%B3/</link>
      <pubDate>Mon, 14 Mar 2022 17:25:59 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E5%B9%BF%E5%91%8A%E6%B7%B1%E5%BA%A6%E9%A2%84%E4%BC%B0%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%A2%E5%88%B0%E5%BA%97%E5%9C%BA%E6%99%AF%E4%B8%8B%E7%9A%84%E7%AA%81%E7%A0%B4%E4%B8%8E%E7%95%85%E6%83%B3/</guid>
      <description>胡可 坚强 张博等 美团技术团队 稿 导读：后深度学习时代下，技术迭代全面进入深水区，以提升模型复杂度为主体的广告预估模型优化已经不再奏效。美团到店广告质量预估团队紧密结合业务特点，发挥深度模型结构灵活多变的优势，实现了进一步破局。 本文先介绍了美团业务的LBS空间距离约束和长周期性两大挑战</description>
    </item>
    <item>
      <title>推荐效果线上评测测试平台的设计与实现全</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%95%88%E6%9E%9C%E7%BA%BF%E4%B8%8A%E8%AF%84%E6%B5%8B%E6%B5%8B%E8%AF%95%E5%B9%B3%E5%8F%B0%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0%E5%85%A8/</link>
      <pubDate>Mon, 14 Mar 2022 17:25:58 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%95%88%E6%9E%9C%E7%BA%BF%E4%B8%8A%E8%AF%84%E6%B5%8B%E6%B5%8B%E8%AF%95%E5%B9%B3%E5%8F%B0%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0%E5%85%A8/</guid>
      <description>第一篇 1、背景 在推荐系统中，评测效果，除了离线的AUC，更合理的方法是通过线上真实的AB测试，来比较策略的效果。 AB测试来自医学的双盲实验，在双盲测试中： 病人随机被分成两组，在不知情的情况下，分别服用安慰剂跟测试用药 经过一段时间后，再来比较两组病人的表现是否有显著差异。 从而决定药</description>
    </item>
    <item>
      <title>深度可视化网络探索记忆的形成</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%8F%AF%E8%A7%86%E5%8C%96%E7%BD%91%E7%BB%9C%E6%8E%A2%E7%B4%A2%E8%AE%B0%E5%BF%86%E7%9A%84%E5%BD%A2%E6%88%90/</link>
      <pubDate>Mon, 14 Mar 2022 17:25:56 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%8F%AF%E8%A7%86%E5%8C%96%E7%BD%91%E7%BB%9C%E6%8E%A2%E7%B4%A2%E8%AE%B0%E5%BF%86%E7%9A%84%E5%BD%A2%E6%88%90/</guid>
      <description>在卷积神经网络领域中有许多可视化方面的研究，但是对于 LSTM 却没有足够的类似工具。LSTM 网络的可视化能带来很有意思的结果，由于其包含时间相关性，我们除了可以在可视化图像的空间维度上探索数据之间的关联，还可以在时间维度上探索关联的稳健性。 GitHub 地址： https://github.com/asap-report/lstm-visualisation 数据集地址 https://archive.ics.uci.edu/ml/datasets/Australian+Sign+Language+signs 对于长序列建模而言，长短期</description>
    </item>
    <item>
      <title>优秀的算法工程师都是不用深度学习的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E7%A7%80%E7%9A%84%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%83%BD%E6%98%AF%E4%B8%8D%E7%94%A8%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%84/</link>
      <pubDate>Mon, 14 Mar 2022 17:25:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%98%E7%A7%80%E7%9A%84%E7%AE%97%E6%B3%95%E5%B7%A5%E7%A8%8B%E5%B8%88%E9%83%BD%E6%98%AF%E4%B8%8D%E7%94%A8%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%84/</guid>
      <description>前几天面试了一个C9应届硕士生，模式识别专业，连续问好几个专业问题都没能答上来。 尴尬之余，我问他：「你没有什么理想吗？你现在最渴望的事情是什么？」 他转悠着大眼睛，不假思索道：「将kaiming大大的Resnet扩展到10万层，把kitti,COCO数据库检测识别任务提升20个点以</description>
    </item>
    <item>
      <title>飞猪拼接召回在飞猪交通域的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A3%9E%E7%8C%AA%E6%8B%BC%E6%8E%A5%E5%8F%AC%E5%9B%9E%E5%9C%A8%E9%A3%9E%E7%8C%AA%E4%BA%A4%E9%80%9A%E5%9F%9F%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 17:25:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A3%9E%E7%8C%AA%E6%8B%BC%E6%8E%A5%E5%8F%AC%E5%9B%9E%E5%9C%A8%E9%A3%9E%E7%8C%AA%E4%BA%A4%E9%80%9A%E5%9F%9F%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：诗安 阿里飞猪 编辑整理：张振 出品平台：DataFunTalk 导读： 当用户打算从A地到达B地时，有时没有直达方案或者不符合预期，这就需要拼接召回技术。面对海量航班、多商家票源，我们基于带约束的路由算法和机器学习算法，兼顾用户偏好和召回方案的合理性，提升拼接召回效率。本次将分</description>
    </item>
    <item>
      <title>丨解读微软亚洲研究院篇入选论文</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%A8%E8%A7%A3%E8%AF%BB%E5%BE%AE%E8%BD%AF%E4%BA%9A%E6%B4%B2%E7%A0%94%E7%A9%B6%E9%99%A2%E7%AF%87%E5%85%A5%E9%80%89%E8%AE%BA%E6%96%87/</link>
      <pubDate>Mon, 14 Mar 2022 17:24:57 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%A8%E8%A7%A3%E8%AF%BB%E5%BE%AE%E8%BD%AF%E4%BA%9A%E6%B4%B2%E7%A0%94%E7%A9%B6%E9%99%A2%E7%AF%87%E5%85%A5%E9%80%89%E8%AE%BA%E6%96%87/</guid>
      <description>这几天，比国庆火车票还一票难求的NIPS 2018出最终结果了！作为机器学习领域的顶级会议，今年NIPS 之火爆达到了惊人的程度，投稿数量上升至史无前例的 4856 篇，比去年增加了约 50%，接受率保持着与去年持平的20.8%，共接受论文 1011 篇，其中168 篇Spotlight（3.5%），30 篇</description>
    </item>
    <item>
      <title>机器学习人工智能学习资源导航</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%AD%A6%E4%B9%A0%E8%B5%84%E6%BA%90%E5%AF%BC%E8%88%AA/</link>
      <pubDate>Mon, 14 Mar 2022 16:48:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%AD%A6%E4%B9%A0%E8%B5%84%E6%BA%90%E5%AF%BC%E8%88%AA/</guid>
      <description>资源地址： https://github.com/howie6879/mlhub123 帮这个有心的同学推广下 欢迎给他pr star mlhub123 机器学习网站导航以及资源，欢迎PR提供资源： 网站： https://www.mlhub123.com/ 进微信群交流：备注mlhub进群 - mlhub Telegram群组： 欢迎加入，资源多多~ 导航 新闻资讯 Analytics Vidhya: 为数据科学专业人员提供基于社区的知识门户 Distill: 展示机器学习的最新文章 Google News: Google News Machine learning MIT News: Machine learning</description>
    </item>
    <item>
      <title>推荐系统遇上深度学习二十二升级版模型强势来袭</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%BA%8C%E5%8D%87%E7%BA%A7%E7%89%88%E6%A8%A1%E5%9E%8B%E5%BC%BA%E5%8A%BF%E6%9D%A5%E8%A2%AD/</link>
      <pubDate>Mon, 14 Mar 2022 16:48:24 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E9%81%87%E4%B8%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%BA%8C%E5%8D%81%E4%BA%8C%E5%8D%87%E7%BA%A7%E7%89%88%E6%A8%A1%E5%9E%8B%E5%BC%BA%E5%8A%BF%E6%9D%A5%E8%A2%AD/</guid>
      <description>今天我们要学习的模型是xDeepFM模型，论文地址为： https://arxiv.org/abs/1803.05170。 文中包含我个人的一些理解，如有不对的地方，欢迎大家指正！废话不多说，我们进入正题！ 1、引言 对于预测性的系统来说，特征工程起到了至关重要的作用。特征工程中，挖掘交</description>
    </item>
    <item>
      <title>精选开源项目处理数据检测卫星图像生成模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E9%80%89%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE%E5%A4%84%E7%90%86%E6%95%B0%E6%8D%AE%E6%A3%80%E6%B5%8B%E5%8D%AB%E6%98%9F%E5%9B%BE%E5%83%8F%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Mon, 14 Mar 2022 16:48:21 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%B2%BE%E9%80%89%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE%E5%A4%84%E7%90%86%E6%95%B0%E6%8D%AE%E6%A3%80%E6%B5%8B%E5%8D%AB%E6%98%9F%E5%9B%BE%E5%83%8F%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B/</guid>
      <description>文末免费送电子书：七月在线干货组最新 升级的《2021最新大厂AI面试题》免费送！ 项目一：fmriprep 用于预处理各种 fMRI 数据的易用pipeline fMRIPrep 是一种功能性磁共振成像 （fMRI） 数据预处理管道，旨在提供易于访问的、最先进的接口，该接口可对扫描采集协议的变化非常可靠，并且需要最</description>
    </item>
    <item>
      <title>反向传播算法推导全连接神经网络</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD%E7%AE%97%E6%B3%95%E6%8E%A8%E5%AF%BC%E5%85%A8%E8%BF%9E%E6%8E%A5%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/</link>
      <pubDate>Mon, 14 Mar 2022 16:48:02 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD%E7%AE%97%E6%B3%95%E6%8E%A8%E5%AF%BC%E5%85%A8%E8%BF%9E%E6%8E%A5%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/</guid>
      <description>反向传播算法是人工神经网络训练时采用的一种通用方法，在现代深度学习中得到了大规模的应用。全连接神经网络（多层感知器模型，MLP），卷积神经网络（CNN），循环神经网络（RNN）中都有它的实现版本。算法从多元复合函数求导的链式法则导出，递推的计算神经网络每一层参数的梯度值。算法名称</description>
    </item>
    <item>
      <title>全面总结机器学习经典书相关资料全面总结中文译本官方代码课程视频学习笔记等等</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%A8%E9%9D%A2%E6%80%BB%E7%BB%93%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%BB%8F%E5%85%B8%E4%B9%A6%E7%9B%B8%E5%85%B3%E8%B5%84%E6%96%99%E5%85%A8%E9%9D%A2%E6%80%BB%E7%BB%93%E4%B8%AD%E6%96%87%E8%AF%91%E6%9C%AC%E5%AE%98%E6%96%B9%E4%BB%A3%E7%A0%81%E8%AF%BE%E7%A8%8B%E8%A7%86%E9%A2%91%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0%E7%AD%89%E7%AD%89/</link>
      <pubDate>Mon, 14 Mar 2022 16:47:55 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%A8%E9%9D%A2%E6%80%BB%E7%BB%93%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%BB%8F%E5%85%B8%E4%B9%A6%E7%9B%B8%E5%85%B3%E8%B5%84%E6%96%99%E5%85%A8%E9%9D%A2%E6%80%BB%E7%BB%93%E4%B8%AD%E6%96%87%E8%AF%91%E6%9C%AC%E5%AE%98%E6%96%B9%E4%BB%A3%E7%A0%81%E8%AF%BE%E7%A8%8B%E8%A7%86%E9%A2%91%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0%E7%AD%89%E7%AD%89/</guid>
      <description>今天给大家推荐一本机器学习、深度学习的人都应该听说过一本经典教材：《Pattern Recognition and Machine Learning》，中文译名《模式识别与机器学习》，简称 PRML。出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手。对，就是豆瓣评分 9.5 的这本书。可能之前你看过其他公众号有分享过，不过不要着急，本推文更</description>
    </item>
    <item>
      <title>袁腾飞阿里飞猪信息流内容推荐探索</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A2%81%E8%85%BE%E9%A3%9E%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E4%BF%A1%E6%81%AF%E6%B5%81%E5%86%85%E5%AE%B9%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Mon, 14 Mar 2022 16:43:07 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A2%81%E8%85%BE%E9%A3%9E%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E4%BF%A1%E6%81%AF%E6%B5%81%E5%86%85%E5%AE%B9%E6%8E%A8%E8%8D%90%E6%8E%A2%E7%B4%A2/</guid>
      <description>分享嘉宾：袁腾飞 阿里巴巴 算法专家 编辑整理：赵二白 出品平台：DataFunSummit 导读： 飞猪信息流的业务场景是架设在飞猪首页里面的猜你喜欢模块，其本质是一个多物料混排场景，包括内容和商品，本次的分享主要是介绍内容推荐在旅行场景的一些探索及实践。 主要有如下三部分： 飞猪信息流业务简</description>
    </item>
    <item>
      <title>随机森林概述</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9A%8F%E6%9C%BA%E6%A3%AE%E6%9E%97%E6%A6%82%E8%BF%B0/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:51 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9A%8F%E6%9C%BA%E6%A3%AE%E6%9E%97%E6%A6%82%E8%BF%B0/</guid>
      <description>在SIGAI之前的公众号文章“大话AdaBoost算法”中我们介绍了集成学习的思想以及Boosting算法，今天的文章中我们将为大家介绍另外一种集成学习算法-随机森林。随机森林由多棵决策树组成，采用多棵决策树联合进行预测可以有效提高模型的精度。这些决策树用对训练样本集随机抽样构造</description>
    </item>
    <item>
      <title>我们和腾讯级专家聊了聊在领域深耕的那些年</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%88%91%E4%BB%AC%E5%92%8C%E8%85%BE%E8%AE%AF%E7%BA%A7%E4%B8%93%E5%AE%B6%E8%81%8A%E4%BA%86%E8%81%8A%E5%9C%A8%E9%A2%86%E5%9F%9F%E6%B7%B1%E8%80%95%E7%9A%84%E9%82%A3%E4%BA%9B%E5%B9%B4/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:49 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%88%91%E4%BB%AC%E5%92%8C%E8%85%BE%E8%AE%AF%E7%BA%A7%E4%B8%93%E5%AE%B6%E8%81%8A%E4%BA%86%E8%81%8A%E5%9C%A8%E9%A2%86%E5%9F%9F%E6%B7%B1%E8%80%95%E7%9A%84%E9%82%A3%E4%BA%9B%E5%B9%B4/</guid>
      <description>给国家围棋队陪练的AI“绝艺”、精通王者荣耀全英雄的策略协作型AI“绝悟”、能歌善舞的AI虚拟人艾灵、在滨海大厦种番茄的AI智慧农业方案iGrow、以及与钟南山院士团队合作预测新冠肺炎走向的AI，这些都是腾讯AI Lab耳熟能详的一些工作。同样为人熟知的是实验室副主任、著名语音识别</description>
    </item>
    <item>
      <title>我们该如何学习机器学习中的数学</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%88%91%E4%BB%AC%E8%AF%A5%E5%A6%82%E4%BD%95%E5%AD%A6%E4%B9%A0%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E6%95%B0%E5%AD%A6/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%88%91%E4%BB%AC%E8%AF%A5%E5%A6%82%E4%BD%95%E5%AD%A6%E4%B9%A0%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E6%95%B0%E5%AD%A6/</guid>
      <description>数学在机器学习中非常重要，不论是在算法上理解模型代码，还是在工程上构建系统，数学都必不可少。通常离开学校后很难有机会静下心学习数学知识，因此我们最好能通过阅读小组或读书会等形式营造环境，并专注学习那些在实践中常常需要用到的数学知识。 数学达到什么水平才可以开始机器学习？人们并不清楚</description>
    </item>
    <item>
      <title>面试题精选风控建模流程分箱法的目的及第三方数据评估</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E8%AF%95%E9%A2%98%E7%B2%BE%E9%80%89%E9%A3%8E%E6%8E%A7%E5%BB%BA%E6%A8%A1%E6%B5%81%E7%A8%8B%E5%88%86%E7%AE%B1%E6%B3%95%E7%9A%84%E7%9B%AE%E7%9A%84%E5%8F%8A%E7%AC%AC%E4%B8%89%E6%96%B9%E6%95%B0%E6%8D%AE%E8%AF%84%E4%BC%B0/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:40 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E8%AF%95%E9%A2%98%E7%B2%BE%E9%80%89%E9%A3%8E%E6%8E%A7%E5%BB%BA%E6%A8%A1%E6%B5%81%E7%A8%8B%E5%88%86%E7%AE%B1%E6%B3%95%E7%9A%84%E7%9B%AE%E7%9A%84%E5%8F%8A%E7%AC%AC%E4%B8%89%E6%96%B9%E6%95%B0%E6%8D%AE%E8%AF%84%E4%BC%B0/</guid>
      <description>问题1：分箱后，各箱badrate单调递增从业务上怎么理解呀？ 我们有个先验知识，多头越多badrate越大，历史逾期越多badrate越大&amp;hellip;等等，如果变量分箱后不符合这个先验，可能就把他剃掉了。 Bad Rate： 坏样本率，指的是将特征进行分箱之后，每个bin下的样本所统计</description>
    </item>
    <item>
      <title>算法解析及实现</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E8%A7%A3%E6%9E%90%E5%8F%8A%E5%AE%9E%E7%8E%B0/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:39 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%AE%97%E6%B3%95%E8%A7%A3%E6%9E%90%E5%8F%8A%E5%AE%9E%E7%8E%B0/</guid>
      <description>原文地址： https://www.cnblogs.com/wkang/p/9657032.html 1. GBDT + LR 是什么 本质上GBDT+LR是一种具有stacking思想的二分类器模型，所以可以用来解决二分类问题。这个方法出自于Facebook 2014年的论文 Practical Lessons from Predicting Clicks on Ads at Facebook 。 2. GBDT + LR 用在哪 GBDT+LR 使用最广泛的场景是CTR点击率预估，即预测当给用户推送的广告会不会被用户点击。</description>
    </item>
    <item>
      <title>阿里小蜜多模态知识图谱的构建及应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%B0%8F%E8%9C%9C%E5%A4%9A%E6%A8%A1%E6%80%81%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%9E%84%E5%BB%BA%E5%8F%8A%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:15 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%B0%8F%E8%9C%9C%E5%A4%9A%E6%A8%A1%E6%80%81%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84%E6%9E%84%E5%BB%BA%E5%8F%8A%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：徐国海 阿里巴巴 编辑整理：monk 国家管网 出品平台：DataFunTalk 导读： 本文由阿里巴巴达摩院阿里小蜜团队带来，介绍其在知识图谱方面一年多以来的一些工作进展。主要内容包括：① 知识图谱的简介；② 领域知识图谱的构建及应用；③ 多模态知识图谱的构建及应用；④ Takeaways (心得领悟)。</description>
    </item>
    <item>
      <title>快手技术副总裁郑文为什么说是短视频平台的核心能力</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BF%AB%E6%89%8B%E6%8A%80%E6%9C%AF%E5%89%AF%E6%80%BB%E8%A3%81%E9%83%91%E6%96%87%E4%B8%BA%E4%BB%80%E4%B9%88%E8%AF%B4%E6%98%AF%E7%9F%AD%E8%A7%86%E9%A2%91%E5%B9%B3%E5%8F%B0%E7%9A%84%E6%A0%B8%E5%BF%83%E8%83%BD%E5%8A%9B/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:14 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BF%AB%E6%89%8B%E6%8A%80%E6%9C%AF%E5%89%AF%E6%80%BB%E8%A3%81%E9%83%91%E6%96%87%E4%B8%BA%E4%BB%80%E4%B9%88%E8%AF%B4%E6%98%AF%E7%9F%AD%E8%A7%86%E9%A2%91%E5%B9%B3%E5%8F%B0%E7%9A%84%E6%A0%B8%E5%BF%83%E8%83%BD%E5%8A%9B/</guid>
      <description>本文转载自快手AI技术副总裁郑文CSDI演讲 量子位 授权发布 | 公众号 QbitAI 7月初举办的中国软件研发管理行业峰会（CSDI）上，快手AI技术副总裁郑文针对AI技术在短视频领域的应用做了精彩演讲。他介绍了人工智能技术是如何在快手整个业务流程中发挥作用，以及互联网公司如何从0开始成功推进一个</description>
    </item>
    <item>
      <title>年月字节秋招算法道面试题分享</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%AD%97%E8%8A%82%E7%A7%8B%E6%8B%9B%E7%AE%97%E6%B3%95%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:13 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B4%E6%9C%88%E5%AD%97%E8%8A%82%E7%A7%8B%E6%8B%9B%E7%AE%97%E6%B3%95%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB/</guid>
      <description>问题1：搜索旋转排序数组带重复值问题 该题为leetcode第81题，搜索先转排序数组II 对于数组中有重复元素的情况，二分查找时可能会有 a[l]=a[mid]=a[r]，此时无法判断区间 [l,mid] 和区间 [mid+1,r] 哪个是有序的。 例如nums=[3,1,2,3,3,3,3]，target=2，首次二分</description>
    </item>
    <item>
      <title>吴恩达课程从未失望斯坦福深度学习课程全套资料放出附下载</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%B4%E6%81%A9%E8%BE%BE%E8%AF%BE%E7%A8%8B%E4%BB%8E%E6%9C%AA%E5%A4%B1%E6%9C%9B%E6%96%AF%E5%9D%A6%E7%A6%8F%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E8%AF%BE%E7%A8%8B%E5%85%A8%E5%A5%97%E8%B5%84%E6%96%99%E6%94%BE%E5%87%BA%E9%99%84%E4%B8%8B%E8%BD%BD/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%B4%E6%81%A9%E8%BE%BE%E8%AF%BE%E7%A8%8B%E4%BB%8E%E6%9C%AA%E5%A4%B1%E6%9C%9B%E6%96%AF%E5%9D%A6%E7%A6%8F%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E8%AF%BE%E7%A8%8B%E5%85%A8%E5%A5%97%E8%B5%84%E6%96%99%E6%94%BE%E5%87%BA%E9%99%84%E4%B8%8B%E8%BD%BD/</guid>
      <description>吴恩达老师斯坦福CS230深度学习课程资源进行开放了，大家都知道吴恩达老师最出名的是他在coursera的机器学习课程，可以说让很多刚开始接触ml的小白入门该领域。 我个人本身也是在大二下学期由于学校一个创新项目的需求，学习吴恩达老师网易云课堂的机器学习课程，也记得ML从那个时候真</description>
    </item>
    <item>
      <title>深度学习在中的探索与应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 16:42:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%BA%94%E7%94%A8/</guid>
      <description>文章作者：马宇峰 阅文集团 编辑整理：Hoh Xil 内容来源：作者授权 出品社区：DataFun 本文来自对论文：Applying Deep Learning To Airbnb Search 的解读。 内容大纲： 效果概览 模型演进 失败尝试 特征工程 系统介绍 一、效果概览 分为离线和在线俩部分。其中，一个重要指标是 NDCG 标准化文档累计增益，NDCG = DCG/IDCG 。 二、模</description>
    </item>
    <item>
      <title>自然语言处理基础上下文词表征入门解读</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E5%9F%BA%E7%A1%80%E4%B8%8A%E4%B8%8B%E6%96%87%E8%AF%8D%E8%A1%A8%E5%BE%81%E5%85%A5%E9%97%A8%E8%A7%A3%E8%AF%BB/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:38 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E5%9F%BA%E7%A1%80%E4%B8%8A%E4%B8%8B%E6%96%87%E8%AF%8D%E8%A1%A8%E5%BE%81%E5%85%A5%E9%97%A8%E8%A7%A3%E8%AF%BB/</guid>
      <description>原文自： 大快搜索 公众号 自然语言处理的基础涉及到对词的表征。华盛顿大学计算机科学与工程教授 Noah Smith（史諾亞）近日在 arXiv 发布了一篇入门介绍论文，由浅入深通俗易懂地介绍了自然语言处理中对词的处理和表示方法。 摘要：这篇介绍论文的目的是讲述如何让计算机处理语言的故事。这是自然语言处理（N</description>
    </item>
    <item>
      <title>张菡深度学习下的京东搜索召回技术</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%A0%E8%8F%A1%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%8B%E7%9A%84%E4%BA%AC%E4%B8%9C%E6%90%9C%E7%B4%A2%E5%8F%AC%E5%9B%9E%E6%8A%80%E6%9C%AF/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:33 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%A0%E8%8F%A1%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%8B%E7%9A%84%E4%BA%AC%E4%B8%9C%E6%90%9C%E7%B4%A2%E5%8F%AC%E5%9B%9E%E6%8A%80%E6%9C%AF/</guid>
      <description>分享嘉宾：张菡 京东 算法工程师 编辑整理：吴祺尧 出品平台：DataFunTalk 导读： 搜索主要经历四个阶段：召回、粗排、精排和重排，最后呈现给用户最终的结果。而召回的结果主要来自两个部分：倒排检索和语义召回。传统的倒排检索依赖字面匹配，很难去召回一些语义相似但是字面不匹配的商品。传统</description>
    </item>
    <item>
      <title>推荐场景中召回模型的演化过程</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E5%8F%AC%E5%9B%9E%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%BC%94%E5%8C%96%E8%BF%87%E7%A8%8B/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:33 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E5%9C%BA%E6%99%AF%E4%B8%AD%E5%8F%AC%E5%9B%9E%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%BC%94%E5%8C%96%E8%BF%87%E7%A8%8B/</guid>
      <description>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item。一般而言召回模块都是多路并发的，各路的不同召回模型之间互</description>
    </item>
    <item>
      <title>理解计算从根号到第季神经网络的数学模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%90%86%E8%A7%A3%E8%AE%A1%E7%AE%97%E4%BB%8E%E6%A0%B9%E5%8F%B7%E5%88%B0%E7%AC%AC%E5%AD%A3%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E6%95%B0%E5%AD%A6%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:33 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%90%86%E8%A7%A3%E8%AE%A1%E7%AE%97%E4%BB%8E%E6%A0%B9%E5%8F%B7%E5%88%B0%E7%AC%AC%E5%AD%A3%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E6%95%B0%E5%AD%A6%E6%A8%A1%E5%9E%8B/</guid>
      <description>1910年，英国哲学家伯特兰·罗素（Bertrand Russell ）和其老师怀特海（Alfred North Whitehead）合著的《数学原理》一书问世，这本书是如此的深奥，尤其对中国人而言，因为直到100多年后的今天，仍然没有完整而权威的中译本(能看懂的人确实很少)。不过想想现在连一般的科普作品都</description>
    </item>
    <item>
      <title>图解当前最强语言模型是如何攻克迁移学习的</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E5%BD%93%E5%89%8D%E6%9C%80%E5%BC%BA%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E6%98%AF%E5%A6%82%E4%BD%95%E6%94%BB%E5%85%8B%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0%E7%9A%84/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:30 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E8%A7%A3%E5%BD%93%E5%89%8D%E6%9C%80%E5%BC%BA%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E6%98%AF%E5%A6%82%E4%BD%95%E6%94%BB%E5%85%8B%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0%E7%9A%84/</guid>
      <description>作者：Jay Alammar 机器之心编译 参与：Panda 前段时间，谷歌发布了基于双向 Transformer 的大规模预训练语言模型 BERT，该预训练模型能高效抽取文本信息并应用于各种 NLP 任务，该研究凭借预训练模型刷新了 11 项 NLP 任务的当前最优性能记录。技术博主 Jay Alammar 近日发文通过图解方式生动地讲解了 BERT 的架构和方法基础。 2018 年是</description>
    </item>
    <item>
      <title>情感分析技术在美团的探索与应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%A2%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%E6%8A%80%E6%9C%AF%E5%9C%A8%E7%BE%8E%E5%9B%A2%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%BA%94%E7%94%A8/</guid>
      <description>作者：任磊 佳昊 金刚等 美团技术团队 2021年5月，美团NLP中心开源了迄今规模最大的基于真实场景的中文属性级情感分析数据集ASAP，该数据集相关论文被自然语言处理顶会NAACL2021录用，同时该数据集加入中文开源数据计划千言，将与其他开源数据集一起推动中文信息处理技术的进步。 本文</description>
    </item>
    <item>
      <title>推荐系统技术演进趋势从召回到排序再到重排</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8A%80%E6%9C%AF%E6%BC%94%E8%BF%9B%E8%B6%8B%E5%8A%BF%E4%BB%8E%E5%8F%AC%E5%9B%9E%E5%88%B0%E6%8E%92%E5%BA%8F%E5%86%8D%E5%88%B0%E9%87%8D%E6%8E%92/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:23 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E6%8A%80%E6%9C%AF%E6%BC%94%E8%BF%9B%E8%B6%8B%E5%8A%BF%E4%BB%8E%E5%8F%AC%E5%9B%9E%E5%88%B0%E6%8E%92%E5%BA%8F%E5%86%8D%E5%88%B0%E9%87%8D%E6%8E%92/</guid>
      <description>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，以及不同的技术角度，来对目前推荐技术的比较彰显的技术趋势做个归纳。个人判断</description>
    </item>
    <item>
      <title>贝壳找房人机耦合在贝壳新居住服务的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E4%BA%BA%E6%9C%BA%E8%80%A6%E5%90%88%E5%9C%A8%E8%B4%9D%E5%A3%B3%E6%96%B0%E5%B1%85%E4%BD%8F%E6%9C%8D%E5%8A%A1%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:14 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E4%BA%BA%E6%9C%BA%E8%80%A6%E5%90%88%E5%9C%A8%E8%B4%9D%E5%A3%B3%E6%96%B0%E5%B1%85%E4%BD%8F%E6%9C%8D%E5%8A%A1%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：陈开江 贝壳找房 算法架构师 编辑整理：刘贝尔 匈牙利佩奇大学 出品平台：DataFunTalk 导读： 在人工智能应用高速发展的现代服务业，实现机器对人的辅助与一定程度上的替代，即人机耦合 ( Human Machine Coupling )，是文明进步的趋势。而在衣食住行等与生活起居息息相关的服务业态中，居住服务因其消费内</description>
    </item>
    <item>
      <title>金融风控精选道面试题分享文末彩蛋</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%87%91%E8%9E%8D%E9%A3%8E%E6%8E%A7%E7%B2%BE%E9%80%89%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB%E6%96%87%E6%9C%AB%E5%BD%A9%E8%9B%8B/</link>
      <pubDate>Mon, 14 Mar 2022 16:40:06 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%87%91%E8%9E%8D%E9%A3%8E%E6%8E%A7%E7%B2%BE%E9%80%89%E9%81%93%E9%9D%A2%E8%AF%95%E9%A2%98%E5%88%86%E4%BA%AB%E6%96%87%E6%9C%AB%E5%BD%A9%E8%9B%8B/</guid>
      <description>文末免费送电子书：七月在线干货组最新 升级的《2021最新大厂AI面试题》免费送！ 问题 1 ：芝麻信用分的主要计算维度？ 主要维度 个人属性：职业类型、学历学籍等； 稳定性：手机稳定性、地址稳定性、账户活跃时长等； 资产状况：账户资产、有无住房、有无车辆； 消费能力：消费金额、消费层次、消费场景</description>
    </item>
    <item>
      <title>美团点评深度学习在计算机视觉中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E7%82%B9%E8%AF%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Mon, 14 Mar 2022 16:39:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E7%82%B9%E8%AF%84%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>背景 计算机视觉是利用摄像机和电脑代替人眼，使得计算机拥有类似于人类的对目标进行检测、识别、理解、跟踪、判别决策的功能。以美团业务为例，在商家上单、团单展示、消费评价等多个环节都会涉及计算机视觉的应用，包括文字识别、图片分类、目标检测和图像质量评价等方向。本文将通过以OCR（光学字</description>
    </item>
    <item>
      <title>异构广告混排在美团到店业务的探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%82%E6%9E%84%E5%B9%BF%E5%91%8A%E6%B7%B7%E6%8E%92%E5%9C%A8%E7%BE%8E%E5%9B%A2%E5%88%B0%E5%BA%97%E4%B8%9A%E5%8A%A1%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 16:39:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BC%82%E6%9E%84%E5%B9%BF%E5%91%8A%E6%B7%B7%E6%8E%92%E5%9C%A8%E7%BE%8E%E5%9B%A2%E5%88%B0%E5%BA%97%E4%B8%9A%E5%8A%A1%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>美团技术团队 稿 导读：在LBS（Location Based Services, 基于位置的服务）距离约束下，候选较少制约了整个到店广告排序系统的潜力空间。本文介绍了我们从候选类型角度进行候选扩展，通过高性能的异构混排网络来应对性能的挑战，从而提升本地生活场景排序系统的潜能上限。希望能给从事相关方向的同学以启发</description>
    </item>
    <item>
      <title>文字识别在高德地图数据生产中的演进</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%96%87%E5%AD%97%E8%AF%86%E5%88%AB%E5%9C%A8%E9%AB%98%E5%BE%B7%E5%9C%B0%E5%9B%BE%E6%95%B0%E6%8D%AE%E7%94%9F%E4%BA%A7%E4%B8%AD%E7%9A%84%E6%BC%94%E8%BF%9B/</link>
      <pubDate>Mon, 14 Mar 2022 16:39:44 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%96%87%E5%AD%97%E8%AF%86%E5%88%AB%E5%9C%A8%E9%AB%98%E5%BE%B7%E5%9C%B0%E5%9B%BE%E6%95%B0%E6%8D%AE%E7%94%9F%E4%BA%A7%E4%B8%AD%E7%9A%84%E6%BC%94%E8%BF%9B/</guid>
      <description>导读： 丰富准确的地图数据大大提升了我们在使用高德地图出行的体验。相比于传统的地图数据采集和制作，高德地图大量采用了图像识别技术来进行数据的自动化生产，而其中场景文字识别技术占据了重要位置。商家招牌上的艺术字、LOGO五花八门，文字背景复杂或被遮挡，拍摄的图像质量差，如此复杂的场景</description>
    </item>
  </channel>
</rss>
