机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
-
FTRL 公式推导
-
【贝壳网】两种简单有效的标签选择方法
-
58 精准推送实践
-
《美团机器学习实践》—— 思维导图
-
一文让你彻底理解准确率,精准率,召回率,真正率,假正率,ROC/AUC
ROC/AUC作为机器学习的评估指标非常重要,也是面试中经常出现的问题(80%都会问到)。其实,理解它并不是非常难,但是好多朋友都遇到了一个相同的问题,那就是:每次看书的时候都很明白,但回过头就忘了,经常容易将概念弄混。 还有的朋友面试之前背下来了,但是一紧张大脑一片空白全忘了,导致回答的很差。 我 ....AI架构 - 本助手集算力、智能于一身,为您提供最精彩全面的人工智能技术资讯
5 年前回帖 -
BERT 大火却不懂 Transformer?读这一篇就够了
-
「回顾」Yoo 视频底层页推荐系统 - 从 0 到 1 的实践
-
随机变量 - 统计学核心方法及其应用
-
全文搜索引擎,选 ElasticSearch 还是 Solr?
-
「回顾」知乎推荐页 Ranking 经验分享
-
【上】重读 Youtube 深度学习推荐系统论文,字字珠玑,惊为神文
-
实时翻译的发动机:矢量语义(斯坦福大学课程解读)
-
有赞搜索系统的架构演进
-
建了一个机器学习微信群
建了一个机器学习群 欢迎大家进来讨论 [图片]2036_nickname - 2036_default_intro
-
58 同城推荐系统架构设计与实现
-
洋码头推荐系统重排算法实践
-
洋码头推荐系统技术架构
-
短视频如何做到千人千面?FM+GBM 排序模型深度解析
-
应用于实时视频通信的深度学习算法研究
-
机器学习特征工程全过程
-
中文 NLP 用什么?中文自然语言处理的完整机器处理流程
-
互联网广告 CTR 预估新算法:基于神经网络的 DeepFM 原理解读
-
如何构建用户画像—打用户行为标签
本文转载自 机器学习与人工智能 公众号 用户画像中用户行为标签是很重要的一块内容,这篇详细讲讲如何打行为标签。 数据仓库 用户画像的应用流程从原始的数据输入到模型应用可分为5块(图1),包括将操作型环境数据经ETL后集中存储在数据仓库,之后经过对数据的建模、挖掘、分析建立用户画像模型,最终将建好用户 ....HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
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
-
AdaBoost 算法详解 原理 推导及应用
-
大神总结的机器学习的数学基础,掌握这些足够
-
感知机 +SVM+LR
-
机器学习第三篇——分类决策树
-
美团在 O2O 场景下的广告营销
-
春风十里不如你
-
基于内容的图像检索技术综述 传统经典方法
-
AIQ - 百度深度学习图像识别决赛代码分享 (OCR)
-
AIQ - AI | 快手 AI 技术副总裁郑文:为什么说 AI 是短视频平台的核心能力
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 ....HelloWorld - Machine Learning Scientist | Algorithm Engineer at Meituan
-
AIQ - AI | 32 篇论文、7 大事业群,这是腾讯在斯德哥尔摩的 AI 之夜
-
AIQ -【干货】模型验证的常用“武器”—ROC 和 AUC
-
AIQ - 学界 | SIGIR 2018 最佳论文:基于流行度推荐系统有效性的概率分析
-
AIQ - 架构 | 京东推荐系统架构揭秘:大数据时代下的智能化改造
-
美团点评 - 深度学习在计算机视觉中的应用
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(光学字符识别)的场景来介 ....simviso - 我要做个思想上的女流氓,生活上的好姑娘,外形上的柔情少女,心理上的变形金刚。
5 年前回帖 -
AIQ - 为什么要使用交叉验证?
-
机器学习新手必须掌握的十大算法指南
机器视觉