BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

rss
  • 他的粉丝

    SIGIR2018高分录用——阿里妈妈公开全新CVR预估模型

    作者 阿里妈妈技术团队 关注 0 他的粉丝 , 杨旭东 关注 1 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

    阿里巴巴AAAI 2018录用论文:一种有效的轻量网络训练框架

    作者 阿里妈妈事业部 关注 0 他的粉丝 发布于  2018年1月18日

    为了满足在线实时响应系统(如点击率预估)对响应时间限制的严苛要求,我们提出了一个新型框架——“火箭发射”系统:训练阶段,同时训练繁简两个复杂度有明显差异的网络,简单的网络称为轻量网络(light net),复杂的网络称为助推器网络(booster net)。两网络共享部分参数,分别学习类别标记,此外,轻量网络通过学习助推器的soft target来模仿助推器的学习过程,从而得到更好的训练效果。

  • 他的粉丝

    基于Kafka Streams构建广告消耗预测系统

    作者 Boyang Chen 关注 0 他的粉丝 ,译者 谢健芬 关注 0 他的粉丝   发布于  2017年11月9日

    Kafka Streams是2016年发布的Apache Kafka 0.10版本中引入的一个新Feature,提供了对存储于Kafka内的数据进行流式处理和分析的功能。与Spark、Storm等流式框架相比,Kafka Streams具备低延迟和轻量级等特点,使得它在特定业务场景(比如本文所介绍的广告消耗预测)中成为更理想的流式框架的选择。

他的粉丝

Spark技术在京东智能供应链预测的应用

作者 郭景瞻 关注 0 他的粉丝 , 杨冬越 关注 1 他的粉丝 发布于  2017年8月11日

前段时间京东公开了面向第二个十二年的战略规划,表示京东将全面走向技术化,大力发展人工智能和机器人自动化技术,将过去传统方式构筑的优势全面升级。京东Y事业部顺势成立,该事业部将以服务泛零售为核心,着重智能供应能力的打造,核心使命是利用人工智能技术来驱动零售革新。

他的粉丝

Facebook的开源大规模预测系统Prophet怎么用?

作者 杨旸 关注  他的粉丝 发布于  2017年6月16日

本文将结合Facebook的开源预测系统Prophet,介绍时序分析的基本概念和方法。为从事时序分析,或使用开源预测工具的朋友,提供参考。 1

他的粉丝

基于机器学习方法对销售预测的研究

作者 唐新春 关注 0 他的粉丝 发布于  2017年1月13日

本次分享总结了百分点的一些销售预测实际项目经验;首先,研究、比较了不同的机器学习和统计学习方法,如线性回归、随机森林、决策树、xgboost、时间序列等方法,对商品销售进行短期、中期和长期的预测效果。其次,介绍了这些模型的实现方式和相应的优缺点,再次,结合百分点在企业项目上的实际案例来解读销售预测,最后,对销售预测的发展方向做了一定的展望。 1

他的粉丝

2017年,关于云计算未来发展的三个预测

作者 发布于  2016年12月30日

本文浓缩了青云黄允松从无数实践中总结的经验,对IT行业的观察以及对云计算未来的思考,希望对更多的人有所帮助。 1

他的粉丝

利用Scikit-Learn和Spark预测Airbnb的listing价格

作者 Nick Amato 关注 0 他的粉丝 ,译者 侠天 关注 5 他的粉丝   发布于  2016年6月30日

机器学习最有用的应用之一是预测客户的行为。这有广泛的范围:帮助顾客作出最优的选择(大多数是性价比最高的一个);让客户可以口碑相传你的产品;随着时间流逝建立忠诚的客户群体。当前顾客已不单单满足于从商品或者购物车中点击和购买,而是期待你提供智能化的推荐。 2

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