BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

  • 他的粉丝

    V神推荐99%容错共识新算法

    作者 Vitalik Buterin 关注 0 他的粉丝 ,译者 姚佳灵 关注 0 他的粉丝   发布于  2018年8月28日 1

    Vitalik最近在他的博客上发布了一篇名为《99%容错共识算法指南》,并表示该算法由计算机科学家Leslie Lamport发明。Vitalik对该共识进行了解释,并对其调整以适用于区块链环境中。

  • 他的粉丝

    30种共识算法完全列表

    作者 Vaibhav Saini 关注 0 他的粉丝 ,译者 盖磊 关注 2 他的粉丝   发布于  2018年8月7日

    共识算法是所有区块链/DAG的基础,它们构成了区块链/DAG平台中的最重要部分。本文中列出了30种主要的共识算法,对算法做了概要介绍,并评估了各自的优劣之处。

  • 他的粉丝

    阿里提出联合预估算法JUMP:点击率和停留时长预测效果最优

    作者 周腾飞等 关注 0 他的粉丝 发布于  2018年6月6日

    在本论文中,阿里巴巴提出了一种联合预估算法 JUMP,基于会话去同时预测用户的点击和停留时长。JUMP 使用一种新奇的三层 RNN 结构去编码用户的一次会话,包括使用一个“快慢层”去缓解短会话的问题,使用一个“注意力层”去解决会话噪音的问题。大量的实验表明 JUMP 算法能在点击率预估和停留时长预估上,超越最新的其他算法。本论文已被 IJCAI 顶级会议接收。

他的粉丝

SIGIR2018高分录用——阿里妈妈公开全新CVR预估模型

作者 杨旭东 关注 2 他的粉丝 , 阿里妈妈技术团队 关注 0 他的粉丝 发布于  2018年5月16日

近期,阿里妈妈算法团队发表了一篇题为《Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate》的论文,公开了全新的CVR预估模型。该模型解决了传统CVR预估模型难以克服的样本选择偏差和训练数据过于稀疏的问题,同时开放了业界首个包含用户序贯行为的大规模数据集。

他的粉丝

一种更高效的M*N拼图自动还原算法解析

作者 魏治涛 关注 0 他的粉丝 发布于  2018年5月9日

恰巧2016年李世石与阿尔法狗对弈,当时我想既然下围棋能够用算法完成,那自动复原拼图应该是更简单的一件事,一定会有算法。人工智能课上老师也讲过复原拼图的A^*算法,上网查资料拼图的复原也大都用A^*算法。不过对于复原拼图来讲,A^*算法和瞎蒙的差别不大,如果M和N的值较小A^*可以适用,当M和N过大时由于搜索空间变得太大就不可行了。那么有没有一种更明确的算法,可以计算出复原拼图的路径呢?

他的粉丝

拜占庭将军问题与区块链

作者 自游 关注 7 他的粉丝 发布于  2018年4月3日

在区块链中,不同节点为了达成数据一致而按照同一套逻辑处理数据。但有时候,区块链节点可能为了自身利益而发送错误的信息,也有可能因为网络中断而无法传递接收信息,这就使区块链网络中的节点得到不一致的结果,从而破坏系统一致性。拜占庭将军问题被认为是在分布式系统中达成共识的最难解的问题之一,而与之对应的拜占庭容错共识算法是区块链网络的基础设施之一。 3

他的粉丝

阿里巴巴WWW 2018录用论文:主搜索与店铺内搜索联合优化的初步探索与尝试

作者 冯珺 关注 0 他的粉丝 , 李恒等 关注 0 他的粉丝 发布于  2018年2月5日

本文提出一个多场景联合排序算法,旨在提升整体指标。我们将多场景的排序问题看成一个完全合作的、部分可观测的多智能体序列决策问题,利用Multi-Agent Reinforcement Learning的方法来尝试着对问题进行建模。该模型以各个场景为Agent,让各个场景不同的排序策略共享同一个目标,同时在一个场景的排序结果会考虑该用户在其他场景的行为和反馈。

他的粉丝

阿里巴巴AAAI 2018录用论文:基于对抗学习的众包标注用于中文命名实体识别

作者 阿里巴巴业务平台事业部 关注 1 他的粉丝 发布于  2018年1月17日

为了能用较低的成本获取新的标注数据,我们一般采用众包标注的方式,但众包标注的数据是没有经过专家标注员审核的,所以会包含一定的噪声。在这篇文章中,我们提出一种在中文NER任务上,利用众包标注结果来训练模型的方法。

他的粉丝

阿里巴巴AAAI 2018录用论文:线性时间的约束容忍分类学习算法

作者 阿里巴巴iDST团队 关注 0 他的粉丝 发布于  2018年1月15日

许多实际应用需要在满足假阳性率上限约束的前提下学习一个二分类器。对于该问题,现存方法往往通过调整标准分类器的参数,或者引入基于领域知识的不平衡分类损失来达到目的。由于没有显式地将假阳性率上限融合到模型训练中,这类方法的精度往往受到制约。本文提出了一个新的排序-阈值方法τ-FPL 解决这个问题。

他的粉丝

无痛的增强学习入门:Q-Learning

作者 冯超 关注 7 他的粉丝 发布于  2017年11月20日

系列导读:《无痛的增强学习入门》系列文章旨在为大家介绍增强学习相关的入门知识,为大家后续的深入学习打下基础。其中包括增强学习的基本思想,MDP框架,几种基本的学习算法介绍,以及一些简单的实际案例。增强学习的知识和内容与经典监督学习、非监督学习相比并不容易,而且可解释的小例子比较少,本系列将向各位读者简单介绍其中的基本知识,并以一个小例子贯穿其中。

他的粉丝

无痛的增强学习入门:差分时序法

作者 冯超 关注 7 他的粉丝 发布于  2017年11月3日

作为机器学习中十分重要的一支,增强学习在这些年取得了十分令人惊喜的成绩,这也使得越来越多的人加入到学习增强学习的队伍当中。增强学习的知识和内容与经典监督学习、非监督学习相比并不容易,而且可解释的小例子比较少,本系列将向各位读者简单介绍其中的基本知识,并以一个小例子贯穿其中。

他的粉丝

区块链技术中的机器学习

作者 Cryptics 关注 0 他的粉丝 ,译者 NER 关注 0 他的粉丝   发布于  2017年10月17日

现代性带来了新的、突破性的东西,这些东西能够改变世界。 现实世界的问题不能通过应用简单的、传统的算法和方式来解决,所以软件创造者们必须使用新的技术。 机器学习就是这些解决方案中的一种。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT