19

再见!算法!

 3 years ago
source link: http://mp.weixin.qq.com/s?__biz=MzU1NTMyOTI4Mw%3D%3D&%3Bmid=2247507402&%3Bidx=1&%3Bsn=d7259630dfe486ed432e9ee071a17830
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

3YjU7jI.png!mobile

各大厂算法应用实践

百度

基于知识图谱的语义理解技术及应用

百度语义解析 ( Text-to-SQL ) 技术研究及应用

百度中文纠错技术

开放域对话系统:现状和未来

智能写作:人工智能为媒体内容创作赋能

强化学习:原理与应用

阿里巴巴

阿里妈妈深度树匹配技术演进:TDM->JTM->BSAT

阿里妈妈新一代算法 JTM:如何优化大规模推荐?

阿里妈妈深度树检索技术(TDM)及应用框架的探索实践

淘宝搜索模型核心技术:用户建模篇

阿里飞猪个性化推荐:召回篇

阿里定向广告最新突破:面向下一代的粗排排序系统COLD

阿里妈妈:基于动态背包的多场景广告序列投放算法

EdgeRec:边缘计算在淘宝推荐系统中的大规模应用

阿里飞猪旅行场景下的个性化营销平台揭秘

机器学习在高德搜索建议中的应用优化实践

深度学习在高德POI鲜活度提升中的演进

大规模预训练模型在阿里机器翻译中的应用

情感分析算法在阿里小蜜的应用实践

深度时空网络、记忆网络与特征表达学习在 CTR 预估中的应用

因果推断在阿里文娱用户增长中的应用

阿里文娱搜索算法实践与思考

广告CTR预估中用户行为学习和记忆建模

CTR预估在动态样式建模和特征表达学习方面的进展

阿里文娱多模态视频分类算法中的特征改进

阿里文娱智能营销增益模型 ( Uplift Model ) 技术实践

深度学习在阿里B2B电商推荐系统中的实践

广告算法在阿里文娱用户增长中的实践

阿里B类电商用户增长实践

阿里B2B:融合Matching与Ranking的个性化CTR预估模型

阿里1688运营智能化实践

阿里妈妈点击率预估中的长期兴趣建模

知识结构化在阿里小蜜中的应用

UC 信息流推荐模型在多目标和模型优化方面的进展

UC 国际信息流推荐中的多语言内容理解

UC 信息流视频标签识别技术

浅谈 UC 国际信息流推荐

阿里妈妈:品牌广告中的 NLP 算法实践

阿里云小蜜对话机器人背后的核心算法

阿里小蜜:知识结构化推动智能客服升级

云小蜜:在中国移动的落地实践

阿里零售通智能导购推荐技术实践

阿里小蜜中的情绪回复能力

阿里妈妈:电商预估模型的发展与挑战

阿里新零售中的智能补货(I)— 库存模型

新零售中的智能补货(II)— 需求预测

阿里小蜜:智能服务技术实践及场景探索

阿里妈妈:定向广告新一代点击率预估主模型——深度兴趣演化网络

饿了么推荐算法演进及在线学习实践

外卖推荐算法中有哪些机制与手段?

阿里神马智能对话问答

神马搜索技术演进之路

腾讯

腾讯信息流内容理解技术实践

RALM: 实时 Look-alike 算法在微信看一看中的应用

朋友圈爆款背后的计算机视觉技术与应用

Yoo视频底层页推荐系统从0到1的实践

人机交互式机器翻译研究与应用

微信"看一看"多模型内容策略与召回

微信"看一看"个性化推荐:排序篇

微信"看一看"内容理解与推荐

推荐系统 Embedding 技术实践总结

搜索中的 Query 理解及应用

机器学习模型的可解释性

推荐系统中模型训练及使用流程的标准化

京东

京东电商搜索中的语义检索与商品排序

京东电商推荐系统实践

CSCNN:新一代京东电商广告排序模型

Fraudar算法在京东关系网络反欺诈中的应用

京东购物在微信等场景下的算法应用实践

风控建模流程:以京东群体感知项目为例

美团

美团对话理解技术及实践

基于知识图谱的问答在美团智能交互场景中的应用和演进

美团BERT的探索和实践

智变中的美团客服

微博

微博推荐算法实践与机器学习平台演进

微博基于Flink的机器学习实践

机器学习在微博 O 系列广告中的应用

内容理解在新浪微博广告中的应用

NLP 技术在微博 feed 流中的应用

微博广告策略工程架构体系演进

Hulu

Hulu:视频广告系统中的算法实践

Hulu 在视频内容理解上的应用和最佳实践

Hulu背后的故事:NLP在Hulu的研究与实践

Content understanding in Hulu

基于行列式点过程的推荐多样性提升算法

从推荐推理奔向未来AI

第四范式

AutoML 在表数据中的研究与应用

机器学习中的隐私保护

推荐系统架构治理

基于Spark的大规模推荐系统特征工程

自动特征工程在推荐系统中的研究

分布式机器学习框架与高维实时推荐系统

第四范式自动化推荐系统:搜索协同过滤中的交互函数

360

深度学习在360搜索广告 NLP 任务中的应用

360展示广告召回系统的演进

智能语音交互技术在360的落地实践

机器学习与推荐系统实践

AI如何让广告投放进入“自动驾驶”?

网易

网易新闻推荐:深度学习排序系统及模型

汽车之家

汽车之家机器学习平台的架构与实践

汽车之家推荐系统排序算法迭代之路

58集团

跨域推荐技术在58部落内容社区的实践

人机语音对话技术在58同城的应用实践

深度文本的表征与聚类在小样本场景中的探索

深度召回在招聘推荐中的挑战和实践

深度学习在商业排序的应用实践

本地服务场景下的流量分发算法实践

58同城智能客服系统“帮帮”技术揭秘

如何从 0 到 1 构建个性化推荐?

多业务融合推荐策略实践与思考

如何构建知识图谱?

丁香园

医疗健康领域的短文本理解

搜索中的Query扩展技术

滴滴

搜索相关性算法在 DiDi Food 中的探索

滴滴司机调度系统实践

AB实验在滴滴数据驱动中的应用

滴滴推理引擎IFX:千万规模设备下AI部署实践

从算法到应用:滴滴端到端语音AI技术实践

强化学习在滴滴车服用户运营中的实践

浅谈滴滴派单算法

智能机器人在滴滴出行场景的技术探索

爱奇艺

爱奇艺深度语义表示学习的探索与实践

爱奇艺逗芽表情搜索分析与实践

双DNN排序模型:在线知识蒸馏在爱奇艺推荐的实践

爱奇艺语音转换技术的探索与实践

爱奇艺效果广告的个性化探索与实践

AI 在爱奇艺视频广告中的探索

爱奇艺搜索排序模型迭代之路

小米

基于BERT的ASR纠错

NLPCC:预训练在小米的推理优化落地

小米移动搜索中的AI技术

音乐垂域的自然语言理解

贝壳

关系图谱在贝壳找房风控体系的应用与实践

关系图谱在贝壳的构建和应用

行业知识图谱在贝壳的应用实践

知识图谱在贝壳找房的从0到1实践

携程

Bandit算法在携程推荐系统中的应用与实践

携程金融自动化迭代反欺诈模型体系

携程金融大数据风控算法实践

旅行场景下的个性化营销平台揭秘

微众银行

微众银行在联邦推荐算法上的探索及应用

新一代联邦学习技术及应用实战

熵简科技

NLP技术在金融资管领域的落地实践

NLP技术在海外金融机构的应用

文本增强技术的研究进展及应用实践

微软

微软小冰:如何构建人格化的对话系统

微软亚洲研究院谭旭:低资源场景下的 TTS 文本到语音的合成

Recent Advances on Object Detection in MSRA

花椒直播

智能推荐算法在花椒直播中的应用

凤凰新闻

信息流推荐在凤凰新闻的业务实践

OCPC 广告算法在凤凰新媒体的实践探索

省钱快报

深度学习在省钱快报推荐排序中的应用与实践

知乎

Query 理解和语义召回在知乎搜索中的应用

知乎推荐页Ranking经验分享

明略科技

知识图谱的自动构建

美图

美图个性化推送的 AI 探索之路

深度学习技术在美图个性化推荐的应用实践

快看世界

快看漫画个性化推荐探索与实践

途家

Embedding 技术在民宿推荐中的应用

融360

机器学习在信贷风控建模中的优势和挑战

自动化特征工程和自动建模在风控场景的应用

达观数据

达观数据个性化推荐系统实践

搜狗

搜狗信息流推荐算法交流

深度学习新技术在搜狗搜索广告中的深化应用

OPPO

AI在OPPO个性化推荐中的应用

CTR预估系统实践

算法工程师的成神之路

张俊林

推荐系统技术演进趋势:召回->排序->重排

XLNet : 运行机制及和 Bert 的异同比较

推荐系统中稀疏特征 Embedding 的优化表示方法

推荐系统召回四模型之二:沉重的FFM模型

知识蒸馏在推荐系统中的应用

Bert时代的创新(应用篇):Bert在NLP各领域的应用进展

姚凯飞

用户画像技术及方法论

算法工程师如何应对业务方和老板的灵魂拷问?

做推荐系统之余,我们该思考什么?

TikTok抖音国际版留存背后的数据和算法推演

抖音与快手用户增长策略的"破"与"不破"

辛俊波

推荐系统中的深度匹配模型

搜索中的深度匹配模型

算法工程师也会遇到35岁这道坎么?

梦想做个翟老师

推荐场景中召回模型的演化过程

多任务学习在推荐算法中的应用

好嘞,今天的分享到此结束,小编跑路了, 再见,算法工程师们 ,这个周末好好过呦 ~~~

在文末分享、点赞、在看,给个三连击呗~~

社群推荐:

欢迎加入  DataFunTalk 推荐 算法 交流群 ,跟同行零距离交流。如想进群,请识别下面的二维码,回复“ TJ 入群。

yeq6ru6.jpg!mobile

关于我们:

DataFunTalk  专注 于大数据、人工智能技术应用的分享与交流。发起于2017年,在北京、上海、深圳、杭州等城市举办超过100场线下沙龙、论坛及峰会,已邀请近500位专家和学者参与分享。其公众号 DataFunTalk 累计生产原创文章300+,百万+阅读,7万+精准粉丝。

b6V3Ujz.jpg!mobile

分享、点赞、在看 ,给个 三连击 呗! :point_down: 


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK