暂无搜索历史
随着信息技术的迅速发展和信息内容的日益增长，“信息过载”问题愈来愈严重，愈发带来很大的信息负担。推荐系统可以有效缓解此难题，从而得到推崇并加以广泛应用。 简单来...
题目：Model-Agnostic Counterfactual Reasoning for Eliminating Popularity Bias in Re...
最近十年来，个性化推荐技术可能是互联网世界中发展最快、影响最深远的技术种类之一。从流媒体视频到电商购物，从新闻浏览到私房音乐，个性化推荐已经深入到了社会生活的诸...
本文是作者在算法岗位上的工作反思，含算法篇和成长篇两部分，希望为在学习或在工作的大家提供一个经验参考。
现有的神经网络在进行训练时，一般基于后向传播（Back Propagation，BP）算法，先对网络中的参数进行随机初始化，再利用随机梯度下降（Stochast...
大家好，这里是桔了个仔，目前是一名Data Scientist(不太想翻译成数据科学家，毕竟感觉自己就是个工程师），过去几年在做基于机器学习的风控与合规系统，参...
Eric Weber（没错，就是那个养着一条可爱小狗的帅哥）最近在 LinkedIn 上发表了一篇文章，讲了十件他希望开始数据科学职业时能少做的事情。本文就是...
由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：
Meta learning也经常被称为是learning to learn，也就是学习学习的方法。
假设你是2020年9月入学的研究生，那么，2023年6月是你的理论毕业时间，但你的实际毕业时间应该是2023年1月，因为从2023年2月第六学期开始的时候你就要...
摘要：本篇主要分享从理论到实战知识蒸馏。首先讲了下为什么要学习知识蒸馏。一切源于业务需求，BERT这种大而重的模型虽然效果好应用范围广，但是很难满足线上推理的...
摘要：本文是广告系列第二十篇，主要介绍了GPT系列模型的发展流程。首先介绍了NLP中超强但不秀的GPT模型。GPT属于典型的预训练+微调的两阶段模型，将Tran...
2020年Papers with Code 中最顶流的论文，代码和benchmark。
Lifelong learning终生学习，又名continuous learning，increment learning，never ending lear...
「 开始写这边总结的时候是三月，纽约成了疫情震中，看着新闻报道里的中央公园，中国城，第五大道，往事浮现，于是开始写这篇回顾。。陆陆续续一直没写完，转眼年底了，加...
摘要：本篇主要从理论到实践解决文本分类中的样本不均衡问题。首先讲了下什么是样本不均衡现象以及可能带来的问题；然后重点从数据层面和模型层面讲解样本不均衡问题的解决...
EM算法到底是什么，公式推导怎么去理解？本文从调查学校学生的身高分布的案例为切入口讲解极大似然估计，然后过渡到EM算法，讲解EM算法的概念以及核心idea，最后...
多模态深度学习主要包含三个方面：多模态学习表征，多模态信号融合以及多模态应用，而本文主要关注计算机视觉和自然语言处理的相关融合方法，包括网络结构设计和模态融合方...
我们到底应该怎么学会、灵活使用机器学习的方法？技术宅做过小小的调研，许多同学会选择一本机器学习的书籍，或是一门机器学习的课程来系统性地学习。而在学完书本、课程后...
如今推荐系统的研究非常火热，GNN也在很多领域表现优异。推荐系统主要的挑战是从历史交互(historical interactions)和边信息(side in...
暂未填写个人网址
