用户画像数据质量管理
作者： 超人赵，人工智能爱好者社区专栏作者 知乎： https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts 链接推送： 如何构建用户画像—打用户行为标签 用户画像——标签聚类 大家好，今天和大家分享一下用户画像数据质量管理这块的内容。数据质量管理这项工作的重要性不言而喻，所谓“garbage in，garbage out”，基础数据的质量性如果无法……
包含标签 算法 的文章
实验室小师弟的新鲜春招算法面经阿里搜索微信微软等
作者： 浅梦的学习笔记 “ 实验室小师弟新鲜出炉的面经，分别投递了腾讯(WXG)，美团，阿里(搜索推荐)，微软，头条和华为并取得 offer。分享给各位同学，祝大家求职面试顺利！收获满意的 offer” 腾讯 WXG， 开发 上来两道智力题： 25 匹马，5 条赛道，无计时工具，比出前三名最少多少场比赛 牛……
年月初地平线视觉工程师面经
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……
万字解读预训练模型最新综述
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……
高频面试题参数更新训练扩充样本等
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……
年月底字节跳动岗位抖音面试题分享
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……
模型评估指标和这是我看到的最透彻的讲解
AUC在机器学习领域中是一种模型评估指标。根据维基百科的定义，AUC(area under the curve)是ROC曲线下的面积。所以，在理解AUC之前，要先了解ROC是什么。而ROC的计算又需要借助混淆矩阵，因此，我们先从混淆矩阵开始谈起。 混淆矩阵 假设，我们有一个任务：给定一些患者的样本，构……
一图胜千言解读阿里的
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……
查询原理
本文转载自 阿里云栖社区 前言 Lucene 是一个基于 Java 的全文信息检索工具包，目前主流的搜索系统Elasticsearch和solr都是基于lucene的索引和搜索能力进行。想要理解搜索系统的实现原理，就需要深入lucene这一层，看看lucene是如何存储需要检索的数据，以及如何完成高效的数据……
机器学习中的隐私保护
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……
