推荐系统遇上深度学习二十一阶段性回顾
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……
包含标签 算法 的文章
详文解读微信看一看多模型内容策略与召回
nevinzhang 微信AI 导读：在微信AI背后，技术究竟如何让一切发生？关注微信AI公众号，我们将为你一一道来。今天我们将放送**微信AI技术专题系列“微信看一看背后的技术架构详解”**的第二篇——《微信看一看内容召回》。 第一篇：微信「看一看」 推荐排序技术揭秘 看一看介绍 相信对于不少人而言微信已经……
干货中文分词技术详解
作者：李rumor 虽然现在大家都用字粒度的BERT隐式地进行词法分析，但分词依旧是很多系统中重要的一环，BERT之前的经典浅层模型大都以词向量作为输入。今天就再把分词拿出来聊聊，如果有一天大家做了面试官，不妨把这些细节拿出来问一哈。 NLP的底层任务由易到难大致可以分为词法分析、句……
个你应该用用看的用于文本分类的最新开源预训练模型
作者：PURVA HUILGOL 编译：ronghuaiyang 英文原文： https://www.analyticsvidhya.com/blog/2020/03/6-pretrained-models-text-classification/ 导读: 文本分类是 NLP 的基础任务之一，今天给大家介绍 6 个最新的预训练模型，做 NLP 的同学一定要用用看。 介绍 我们正站在语言和机器的交汇处。我对这个话题很感兴趣。机器能写得和莎士比亚一样好吗？如果一台机器可以提高我自己的写作技能呢？……
推荐系统遇上深度学习十五强化学习在京东推荐中的探索
原文地址： https://www.jianshu.com/p/b9113332e33e 强化学习在各个公司的推荐系统中已经有过探索，包括阿里、京东等。之前在美团做过的一个引导语推荐项目，背后也是基于强化学习算法。本文，我们先来看一下强化学习是如何在京东推荐中进行探索的。 本文来自于paper：《Deep Reinforcement Learning for List-wise Recommendations》 1、引言 传统的……
推荐系统遇上深度学习八模型理论和实践
原文地址： https://www.jianshu.com/p/83d3b2a1e55d 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互关系，因此学者们通过Deep Network来建模更高阶的特征之间的关系……
浅谈微视推荐系统中的特征工程
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……
深入理解推荐系统超长用户行为序列建模
【推荐系统】专栏历史文章： 深入理解 YouTube 推荐系统算法 深入理解推荐系统：召回 深入理解推荐系统：排序 深入理解推荐系统：Fairness、Bias 和 Debias 深入理解推荐系统：推荐系统中的 attention 机制 作为【推荐系统】系列文章的第七篇，将以CIKM2020中的一篇论文“Search-based User Interest Modeling with Lifelong Sequential……
机器学习中如何处理不平衡数据
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……
微众银行在联邦推荐算法上的探索及应用
分享嘉宾：谭奔 微众银行 高级研究员 编辑整理：王少华 内容来源：微众·AI 出品平台：DataFunTalk 导读： 现如今推荐系统已经得到了广泛的应用，其性能通常是随着数据量的增加而提高。但现实中，数据往往分散在各个提供方手上，且随着数据监管政策趋严，以及数据隐私保护问题越来越受到重视，导……
