https://index.zshipu.com/geek/tags/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/ Recent content in 神经网络 on 知识铺的博客 Hugo -- gohugo.io zh-CN Tue, 15 Mar 2022 11:31:20 +0800 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/ Tue, 15 Mar 2022 11:31:20 +0800 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/ 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"Attention is All You Need"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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BF%E5%B9%B4%E5%A4%A9%E7%8C%AB%E5%8F%8C%E6%88%90%E4%BA%A4%E6%80%BB%E9%A2%9D%E6%98%AF%E8%BF%99%E6%A0%B7%E9%A2%84%E6%B5%8B%E7%9A%84/ Tue, 15 Mar 2022 11:16:51 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BF%E5%B9%B4%E5%A4%A9%E7%8C%AB%E5%8F%8C%E6%88%90%E4%BA%A4%E6%80%BB%E9%A2%9D%E6%98%AF%E8%BF%99%E6%A0%B7%E9%A2%84%E6%B5%8B%E7%9A%84/ 基于机器学习方法对销售预测 刚刚过去的双十一，大家可能更关心的是双十一的折扣，什么商品打了什么折扣。但是对于天猫而言，他们可能更关心的是双十一当天的销售额是多少，因为知道销售额，他就能提前做一个准备，做到未雨绸缪。 2016年我们这边有三组数据，第一组是在双十一的前十天，网上有一个专 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%BA%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%94%9F%E6%88%90%E9%AB%98%E8%B4%A8%E9%87%8F%E7%9A%84%E6%96%87%E6%9C%AC%E8%A7%A3%E9%87%8A%E5%9F%BA%E4%BA%8E%E4%BA%92%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E7%9A%84%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B/ Tue, 15 Mar 2022 10:02:16 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%BA%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E7%94%9F%E6%88%90%E9%AB%98%E8%B4%A8%E9%87%8F%E7%9A%84%E6%96%87%E6%9C%AC%E8%A7%A3%E9%87%8A%E5%9F%BA%E4%BA%8E%E4%BA%92%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E7%9A%84%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B/ 转自： 微软研究院AI头条 编者按：在个性化推荐系统中，如果能在提高推荐准确性的同时生成高质量的文本解释，将更容易获得用户的“芳心”。然而，现有方法通常将两者分开优化，或只优化其中一个目标。为了同时兼顾二者，微软亚洲研究院社会计算组结合认知科学的相关理论，提出了基于互注意力的多任务模 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%97%B6%E4%BB%A3%E7%9A%84%E5%88%9B%E6%96%B0%E5%BA%94%E7%94%A8%E7%AF%87%E5%9C%A8%E5%90%84%E9%A2%86%E5%9F%9F%E7%9A%84%E5%BA%94%E7%94%A8%E8%BF%9B%E5%B1%95/ Tue, 15 Mar 2022 09:55:22 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%97%B6%E4%BB%A3%E7%9A%84%E5%88%9B%E6%96%B0%E5%BA%94%E7%94%A8%E7%AF%87%E5%9C%A8%E5%90%84%E9%A2%86%E5%9F%9F%E7%9A%84%E5%BA%94%E7%94%A8%E8%BF%9B%E5%B1%95/ Bert 给人们带来了大惊喜，不过转眼过去大约半年时间了，这半年来，陆续出现了与Bert相关的不少新工作。 最近几个月，在主业做推荐算法之外的时间，我其实一直比较好奇下面两个问题： 问题一：Bert原始的论文证明了：在GLUE这种综合的NLP数据集合下，Bert预训练对几乎所有类型的NLP任 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/ Tue, 15 Mar 2022 09:32:12 +0800 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/ 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 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/ Tue, 15 Mar 2022 09:31:22 +0800 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/ 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 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/ Tue, 15 Mar 2022 09:28:20 +0800 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/ 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 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/ Tue, 15 Mar 2022 09:21:52 +0800 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/ 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 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/ Tue, 15 Mar 2022 09:18:55 +0800 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/ 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 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/ Tue, 15 Mar 2022 09:18:07 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8B%E4%B8%80%E4%B8%AA%E6%8B%90%E7%82%B9%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%B8%A6%E6%9D%A5%E5%93%AA%E4%BA%9B%E6%9C%BA%E9%81%87/ Tue, 15 Mar 2022 09:13:55 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8B%E4%B8%80%E4%B8%AA%E6%8B%90%E7%82%B9%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%B8%A6%E6%9D%A5%E5%93%AA%E4%BA%9B%E6%9C%BA%E9%81%87/ 2012年至今，随着深度神经网络理论与计算设备的发展，卷积神经网络（CNN）得到了快速发展，并被大量应用于计算机视觉、自然语言处理等领域。尤其是在图像分类、目标检测等主要的计算机视觉任务中，CNN一直都是最主流的方法。 图1：端到端的学习 卷积神经网络的行与不行 卷积神经网络，虽然取得 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/ Tue, 15 Mar 2022 09:08:39 +0800 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/ 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 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/ Tue, 15 Mar 2022 09:08:25 +0800 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/ 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 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/ Tue, 15 Mar 2022 09:07:11 +0800 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/ 本文根据 吴信东 (IEEE & 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。 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/ Tue, 15 Mar 2022 09:06:46 +0800 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/ 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 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/ Tue, 15 Mar 2022 09:05:45 +0800 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/ 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 -> 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， 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/ Tue, 15 Mar 2022 09:05:22 +0800 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/ 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 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/ Tue, 15 Mar 2022 09:02:31 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E6%B7%B1%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%A4%A7%E5%BA%94%E7%94%A8%E6%96%B9%E5%90%91/ Tue, 15 Mar 2022 09:02:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9C%A8%E6%B7%B1%E5%BA%A6%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%A4%A7%E5%BA%94%E7%94%A8%E6%96%B9%E5%90%91/ 作为深度学习推荐系统模型和 CTR 模型中不可或缺的“基本操作”，如何强调 Embedding 技术的重要性都是不为过的。 这篇文章中，我们将 Embedding 技术单独抽取出来进行讲解。介绍在深度学习推荐系统中，Embedding 主要的三个应用方向： 在深度学习网络中作为 Embedding 层，完成从高维稀疏特征向量到低维稠密特征向量的转换； 作 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B0%8F%E7%B1%B3%E7%A7%BB%E5%8A%A8%E6%90%9C%E7%B4%A2%E4%B8%AD%E7%9A%84%E6%8A%80%E6%9C%AF/ Tue, 15 Mar 2022 09:02:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B0%8F%E7%B1%B3%E7%A7%BB%E5%8A%A8%E6%90%9C%E7%B4%A2%E4%B8%AD%E7%9A%84%E6%8A%80%E6%9C%AF/ 文章作者：宫士敏 小米大数据部 算法团队 Leader 编辑整理：王成林 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 一、背景 以深度学习为代表的 AI 技术近年来在搜索推荐场景中得到广泛的应用，对用户 Query 和内容侧的理解不断深入，用户体验得到显著提升。 搜索是一种典型的 AI 应用， https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%A5%BF%E4%BA%86%E4%B9%88%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%BC%94%E8%BF%9B%E5%8F%8A%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:59:00 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%A5%BF%E4%BA%86%E4%B9%88%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95%E6%BC%94%E8%BF%9B%E5%8F%8A%E5%9C%A8%E7%BA%BF%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5/ 收录自 DataFunTalk 公众号 分享嘉宾：刘金老师 编辑整理： 李亚俊 内容来源： DataFun AI Talk《饿了么推荐算法演进及在线学习实践》 出品社区： DataFun 本次分享的主要内容包括以下三个方面:首先是介绍推荐业务背景，包括推荐产品形态及算法优化目标；然后是算法的演进路线；最后重点介绍在线学习是如何在饿了么推荐领域实践的 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/ Tue, 15 Mar 2022 08:57:46 +0800 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/ 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 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/ Tue, 15 Mar 2022 08:14:50 +0800 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/ 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 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/ Tue, 15 Mar 2022 08:14:47 +0800 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/ 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 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/ Tue, 15 Mar 2022 08:14:10 +0800 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/ 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 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/ Tue, 15 Mar 2022 07:35:55 +0800 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/ 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 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/ Tue, 15 Mar 2022 07:00:56 +0800 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/ 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 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/ Tue, 15 Mar 2022 06:59:48 +0800 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/ 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 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/ Tue, 15 Mar 2022 05:45:34 +0800 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/ 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 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/ Tue, 15 Mar 2022 05:21:03 +0800 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/ 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 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/ Tue, 15 Mar 2022 03:58:30 +0800 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/ 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 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/ Tue, 15 Mar 2022 03:58:28 +0800 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/ 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 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/ Tue, 15 Mar 2022 03:56:47 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%BC%82%E6%9E%84%E5%BA%8F%E5%88%97%E8%9E%8D%E5%90%88%E7%9A%84%E5%A4%9A%E5%85%B4%E8%B6%A3%E6%B7%B1%E5%BA%A6%E5%8F%AC%E5%9B%9E%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%86%85%E5%AE%B9%E5%B9%B3%E5%8F%B0%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%92%8C%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 03:56:44 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E5%BC%82%E6%9E%84%E5%BA%8F%E5%88%97%E8%9E%8D%E5%90%88%E7%9A%84%E5%A4%9A%E5%85%B4%E8%B6%A3%E6%B7%B1%E5%BA%A6%E5%8F%AC%E5%9B%9E%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%86%85%E5%AE%B9%E5%B9%B3%E5%8F%B0%E7%9A%84%E6%8E%A2%E7%B4%A2%E5%92%8C%E5%AE%9E%E8%B7%B5/ 作者 凌祎 编辑| 橙子君 出品| 阿里巴巴新零售淘系技术 基于内容推荐场景的发展，针对工业界主要召回算法的问题，提出CMDM 。 背景 随着电商场景和内容场景的快速发展，越来越多的融合场景开始出现。我们服务的场景是一个根植于电商场景下的内容消费场景，这样一个全新的内容推荐场景也给我们的推荐技术带 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/ Tue, 15 Mar 2022 03:50:23 +0800 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/ 欧文祥 2018 年 11 月 12 日 话题：AI语言 & 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 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%A4%A7%E8%A7%84%E6%A8%A1%E6%90%9C%E7%B4%A2%E6%8E%92%E5%90%8D%E4%B8%8A%E7%9A%84%E5%AE%9E%E6%88%98%E7%BB%8F%E9%AA%8C/ Tue, 15 Mar 2022 03:47:13 +0800 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%A4%A7%E8%A7%84%E6%A8%A1%E6%90%9C%E7%B4%A2%E6%8E%92%E5%90%8D%E4%B8%8A%E7%9A%84%E5%AE%9E%E6%88%98%E7%BB%8F%E9%AA%8C/ Malay Haldar 等 吴少杰 2018 年 11 月 18 日 话题：AI深度学习 搜索排名是机器学习中的一个重要应用。在 Airbnb 公司，最初它们是使用梯度提升的决策树模型来做的。随着时间的推移，传统的梯度提升树模型遇到了瓶颈，于是 Airbnb 开始探索利用深度学习来解决搜索排名问题。本文是 AI 前线第 57 篇论文导读，下面我们来深入了解 Airbnb 实践背后 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/ Tue, 15 Mar 2022 03:26:40 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%87%BD%E6%95%B0%E8%AF%A6%E8%A7%A3/ Tue, 15 Mar 2022 03:20:40 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%87%BD%E6%95%B0%E8%AF%A6%E8%A7%A3/ 阅读原文 发表于： 2019-08-24 0. 引言 Softmax 函数几乎是深度学习中的标配了， 在人工神经网络中，几乎无处不可见 softmax 函数的身影。可以认为 softmax 是 arg max 操作的一种平滑近似。 我将 softmax 的用途总结为两种： 分类：给定一系列类别，softmax 可以给出某输入被划分到各个类别的概率分布。由于人工智能领域的许多问题都可以抽象成分 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%9C%A8%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 01:35:22 +0800 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%9C%A8%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 分享嘉宾： 黄民烈** ** 清华大学计算机系副教授，博士生导师 编辑整理： 邓力 内容来源： 《Reinforcement Learning in Natural Language Processing》 出品社区： DataFun 注：欢迎转载，转载请注明出处。 本文首先介绍了强化学习的概念和相关知识，以及与监督学习的区别，然后就强化学习在自然语言处理应用中的挑 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/ Tue, 15 Mar 2022 01:23:16 +0800 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/ 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&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 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/ Tue, 15 Mar 2022 01:17:07 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%86%8A%E9%A3%9E%E7%8C%9C%E4%BD%A0%E5%8E%BB%E5%93%AA%E9%A3%9E%E7%8C%AA%E7%94%A8%E6%88%B7%E6%97%85%E8%A1%8C%E6%84%8F%E5%9B%BE%E9%A2%84%E6%B5%8B/ Tue, 15 Mar 2022 00:35:07 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%86%8A%E9%A3%9E%E7%8C%9C%E4%BD%A0%E5%8E%BB%E5%93%AA%E9%A3%9E%E7%8C%AA%E7%94%A8%E6%88%B7%E6%97%85%E8%A1%8C%E6%84%8F%E5%9B%BE%E9%A2%84%E6%B5%8B/ 分享嘉宾：熊飞 阿里巴巴 算法工程师 编辑整理：小赵 出品平台：DataFunTalk 导读： 旅行商品推荐和实物商品推荐不管从用户维度还是宝贝维度上都具有较大的差异，不管是度假商品、门票、酒店、交通都具有较强的目的地心智。针对旅行场景的特殊性，此次分享介绍飞猪在用户旅行意图预测上的技术沉淀 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%E9%97%B2%E8%81%8A%E7%94%9F%E6%88%90%E5%BC%8F%E7%AE%97%E6%B3%95/ Tue, 15 Mar 2022 00:31:33 +0800 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%E9%97%B2%E8%81%8A%E7%94%9F%E6%88%90%E5%BC%8F%E7%AE%97%E6%B3%95/ 分享嘉宾：张超 OPPO 高级NLP算法工程师 编辑整理：王旭 北明软件 出品平台：DataFunTalk 导读： 今天分享的主题是小布助手在生成式聊天方面的探索和实践。主要内容包括以下几个方面： 研发背景 业界生成式方案 小布助手业务实践 总结与展望 01 研究背景 首先和大家介绍下小布助手的研发背景 1. 小布助手业 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/ Mon, 14 Mar 2022 18:47:20 +0800 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/ 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， 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/ Mon, 14 Mar 2022 18:32:51 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%9C%A8%E6%94%AF%E4%BB%98%E9%A3%8E%E6%8E%A7%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Mon, 14 Mar 2022 18:12:39 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%9C%A8%E6%94%AF%E4%BB%98%E9%A3%8E%E6%8E%A7%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 分享嘉宾：闵薇@eBay 编辑整理：郭磊 出品平台：DataFunTalk 导读： 随着eBay全球支付管理系统的推广，为其保驾护航的支付风控体系在保护用户资金安全，防止盗卡盗号，减少平台损失方面起着至关重要的作用。而传统的算法不足以解决具有关联信息的图网络数据，依赖于GNNs的发展，使 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/ Mon, 14 Mar 2022 17:50:41 +0800 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/ 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 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/ Mon, 14 Mar 2022 17:45:17 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9A%84%E6%80%9D%E7%BB%B4/ Mon, 14 Mar 2022 17:43:50 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%9A%84%E6%80%9D%E7%BB%B4/ 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 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/ Mon, 14 Mar 2022 17:32:53 +0800 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/ 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》–周志华 下面在那一个具体的例子： 如果我们 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/ Mon, 14 Mar 2022 17:32:44 +0800 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/ 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 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/ Mon, 14 Mar 2022 17:26:19 +0800 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/ 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 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/ Mon, 14 Mar 2022 17:25:56 +0800 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/ 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 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%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A2%E5%B9%BF%E5%91%8A%E6%8E%92%E5%BA%8F%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5%E6%98%AF%E6%80%8E%E4%B9%88%E6%A0%B7%E7%9A%84/ Mon, 14 Mar 2022 17:24:53 +0800 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%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A2%E5%B9%BF%E5%91%8A%E6%8E%92%E5%BA%8F%E7%9A%84%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5%E6%98%AF%E6%80%8E%E4%B9%88%E6%A0%B7%E7%9A%84/ 作者 | 薛欢 玉林 王新 转自 | 美团技术团队 AI（人工智能）技术已经广泛应用于美团的众多业务，从美团App到大众点评App，从外卖到打车出行，从旅游到婚庆亲子，美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索、推荐、广告、风控、智能调度、语音识别、机器人、无人配送等多个领域，帮助 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%92%E8%81%94%E7%BD%91%E5%B9%BF%E5%91%8A%E9%A2%84%E4%BC%B0%E6%96%B0%E7%AE%97%E6%B3%95%E5%9F%BA%E4%BA%8E%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E5%8E%9F%E7%90%86%E8%A7%A3%E8%AF%BB/ Mon, 14 Mar 2022 16:48:28 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%92%E8%81%94%E7%BD%91%E5%B9%BF%E5%91%8A%E9%A2%84%E4%BC%B0%E6%96%B0%E7%AE%97%E6%B3%95%E5%9F%BA%E4%BA%8E%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E5%8E%9F%E7%90%86%E8%A7%A3%E8%AF%BB/ 什么是CTR预估 CTR（Click-Through-Rate）即点击通过率，是互联网广告常用的术语，指网络广告（图片广告/文字广告/关键词广告/排名广告/视频广告等）的点击到达率，即该广告的实际点击次数除以广告的展现量。 CTR是衡量互联网广告效果的一项重要指标。 CTR预估数据特点 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/ Mon, 14 Mar 2022 16:48:02 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E6%8D%9F%E5%A4%B1%E5%87%BD%E6%95%B0%E7%9A%84%E8%A7%92%E5%BA%A6%E8%AF%A6%E8%A7%A3%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E4%B9%8B%E9%80%BB%E8%BE%91%E5%9B%9E%E5%BD%92/ Mon, 14 Mar 2022 16:42:39 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E6%8D%9F%E5%A4%B1%E5%87%BD%E6%95%B0%E7%9A%84%E8%A7%92%E5%BA%A6%E8%AF%A6%E8%A7%A3%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E4%B9%8B%E9%80%BB%E8%BE%91%E5%9B%9E%E5%BD%92/ 源 | 机器学习算法全栈工程师 ID：Jeemy110 作者：章华燕 逻辑回归详解 分类是监督学习的一个核心问题，在监督学习中，当输出变量Y取有限个离散值时，预测问题便成为分类问题。这时，输入变量X可以是离散的，也可以是连续的。监督学习从数据中学习一个分类模型或分类决策函数，称为分类器(cl https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E8%B4%9F%E7%9B%B8%E5%85%B3%E5%AD%A6%E4%B9%A0%E7%9A%84%E4%BA%BA%E7%BE%A4%E8%AE%A1%E6%95%B0%E6%96%B9%E6%B3%95/ Mon, 14 Mar 2022 16:42:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E8%B4%9F%E7%9B%B8%E5%85%B3%E5%AD%A6%E4%B9%A0%E7%9A%84%E4%BA%BA%E7%BE%A4%E8%AE%A1%E6%95%B0%E6%96%B9%E6%B3%95/ SIGAI特约作者 cnns . 阿姆斯特丹大学在读博士 研究方向：深度学习，计算机视觉 人群计数监控视频中的人群自动计数有着重要的社会意义和市场应用前景。充分利用兴趣区域的人数统计信息可以为一些人群密集的商场、车站、广场等公共场合的安全预警提供有效的指导。还可以带来经济效益，例如，提高服务质量 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/ Mon, 14 Mar 2022 16:42:14 +0800 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/ 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 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/ Mon, 14 Mar 2022 16:42:12 +0800 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/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%81%E5%BD%A2%E5%AD%A6%E4%B9%A0%E6%A6%82%E8%BF%B0/ Mon, 14 Mar 2022 16:40:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%81%E5%BD%A2%E5%AD%A6%E4%B9%A0%E6%A6%82%E8%BF%B0/ 数据降维问题 在很多应用中，数据的维数会很高。以图像数据为例，我们要识别32x32的手写数字图像，如果将像素按行或者列拼接起来形成向量，这个向量的维数是1024。高维的数据不仅给机器学习算法带来挑战，而且导致计算量大，此外还会面临维数灾难的问题（这一问题可以直观的理解成特征向量维数