• 李理:为什么说人工智能可以实现?

    作者 | Just出品 | AI科技大本营(ID:rgznai100)尽管市面上关于深度学习的书籍很多,环信 AI 负责人李理认为大部分只关注理论或只关注实践。于是,基于他对深度学习多年的理解,自己着整理手写了一本深度学习理论与实战书籍。 目前,作者已经将《深度学习理论与实战:提高篇》公开,读者可以免费阅读。这本开源书籍最大的特点是理论结合实战和内容的广度与深度,目标是使用通俗易懂的语言来介绍基础理论和最新的进展,同时也介绍代码实现,将理论知识用于指导实践。 从其目录就可以一目了然。《深度学习理论与实战:提...
  • 【7月送书】10本!速来!!

    写在最前面:文末有规则说明,记得先阅读哦!好像很久没有这么「畅快淋漓」地赠书了,2019,下半年来了,这次为大家讨来了 10本书!希望大家在下半年里能够好好学习,实现自己立下的 flag!这里要特别感谢机械工业出版社华章分社提供的赞助!好了,进入正题!书籍介绍购买链接:https://w.url.cn/s/A4C3ZSi 本书是国内第一本基于TensorFlow2实现的算法教程,现在在【华章鲜读】购买本书鲜读专栏享受7折优惠62.3元(原价89元),不仅可以入库即刻发货得到作者签名版(先到先得),还可以在鲜...
  • 新书推荐 |《强化学习:原理与Python实现》

    (点击上方公众号,可快速关注)新书推荐《强化学习:原理与Python实现》长按二维码了解及购买强化学习一线研发人员撰写,涵盖主流、实用强化学习算法与基于TensorFlow 2的Python实现。视频介绍编辑推荐1. 强化学习一线研发人员撰写,涵盖主流强化学习算法和多个综合案例;2. 在理论基础、算法设计、性能分析等多个角度全面覆盖强化学习的原理,并逐章配套Python代码。内容简介本书理论完备,涵盖主流非深度强化学习算法和深度强化学习算法;实战性强,基于Python、Gym、TensorFlow 2等构建...
  • 各大厂商CTR广告预估模型的优缺点对比

    在排序的时候,CPC 可以认为是一个确定的值,所以这里的关键是预测用户的点击率 pCTR。通常连续特征会包含:大量的反馈 CTR 特征、表示语义相似的值特征、年龄价格等属性特征。所以在 CTR 预估模型的早期,主要工作就是在做人工特征工程。下图是作者为搜索广告的 GBDT 模型设计的特征,读者可供参考。所以 GBDT 通常配合少量的反馈 CTR 特征来表达,这样虽然具有一定的范化能力,但是同时会有信息损失,对于头部资源不能有效的表达。
  • 深度强化学习(DRL)专栏开篇

    现在,深度强化学习已经成为了人工智能领域最前沿的研究方向,在各个应用领域也是备受推崇,如同David Silver认为的那样,未来的人工智能一定是深度学习和强化学习的结合。这个专栏主要针对想要学习深度强化学习相关领域研究人员与相关从业者。通过专栏的学习,快速带你弄懂深度强化学习原理,与上手深度强化学习实战!
  • 深度学习在花椒直播中的应用—神经网络与协同过滤篇

    奇技指南上一篇介绍了《深度学习在花椒直播的应用——Tensorflow 原理篇》。今天为大家分享第二篇——神经网络与协同过滤。分数代表喜欢程度数值只是代表交互程度,并不能明确表示喜欢程度适用于有收集喜好打分的网站,应用面比较狭窄适用于目前互联网大部分应用场景花椒中用到的矩阵分解算法也是基于隐式反馈,本文接下来篇幅中介绍的神经网络协同过滤算法也都是基于隐式反馈。
  • 深度解析京东个性化推荐系统

    京东推荐的演进史是绚丽多彩的。京东的推荐起步于2012年,当时的推荐产品甚至是基于规则匹配做的。图2 京东多屏终端推荐系统架构整体业务架构推荐系统的目标是通过全方位的精准数据刻画用户的购买意图,推荐用户有购买意愿的商品,给用户最好的体验,提升下单转化率,增强用户黏性。对外提供统一的HTTP推荐服务,服务京东所有终端的推荐业务。目前新版推荐系统支持多类型个性化推荐,包括商品、店铺、品牌、活动、优惠券、楼层等。新版个性化推荐系统架构如图4所示。这些数据是大规模机器学习的基础,也是更精确地进行个性化推荐的前提。
  • 详谈AI芯片分类和关键技术

    GPU芯片的发展阶段目前, GPU 已经发展到较为成熟的阶段。此外,很多汽车生产商也在使用 GPU 芯片发展无人驾驶。此外,由于 FPGA的灵活性,很多使用通用处理器或 ASIC难以实现的底层硬件控制操作技术, 利用 FPGA 可以很方便的实现。同时 FPGA 一次性成本远低于 ASIC,在芯片需求还未成规模、深度学习算法暂未稳定, 需要不断迭代改进的情况下,利用 FPGA 芯片具备可重构的特性来实现半定制的人工智能芯片是最佳选择之一。FPGA 在人工智能领域的应用4、全定制化的ASIC目前以深度学习为代表的人工智能计算需求,主要采用 GPU、 FPGA 等已有的适合并行计算的通用芯片来实现加速。
  • lightGBM用于排序(Learning to Rank )

    Rank,感觉很有意思,也有很大的应用价值。L2R将机器学习的技术很好的应用到了排序中,并提出了一些新的理论和算法,不仅有效地解决了排序的问题,其中一些算法的思想非常新颖,可以在其他领域中进行借鉴。鉴于排序在许多领域中的核心地位,L2R可以被广泛的应用在信息(文档)检索,协同过滤等领域。常用的模型包括:布尔模型(Boolean. Model),向量空间模型,隐语义分析(Latent Semantic. Ranking with Large Margin Principles , Constraint Ordinal. 相比于Pointwise方法,Pairwise方法通过考虑两两文档之间的相对相关度来进行排序,有一定的进步。
  • 盘点2019年畅销书,圣诞惊喜好礼送给你!

    圣诞节到了,意味着2019年的时间不多了,无论是企业还是个人,都在盘点和总结。异步君盘点了2019年畅销书,快来看哪些好书你还没有看过!当然啦~没有礼物就不叫圣诞节了,异步君为大家准备了惊喜大礼,快来参与吧!2019年度畅销好书TOP 10C Primer Plus 第6版 中文版史蒂芬·普拉达本书在上一版本的基础上进行了全面更新,全面讲述了C语言编程的相关概念和知识,并且涵盖了C编程语言最近的变动发展、以及C11标准。2019年度新书TOP 10基于Python的金融分析与风险管理斯文本书聚焦于Python在金融分析与风险管理的应用,全书分为入门篇、基础篇和提高篇共12章。
  • 从算法到应用:滴滴端到端语音AI技术实践

    滴滴正在尝试推出司机智能助手,为司机提供语音提供服务。滴滴的智能客服系统,能利用语音识别、NLP、知识图谱等技术辅助人工客服,提高人工客服处理问题的效率,并减少人工客服在重复、简单问题上的处理量。▌语音识别的深度学习方法1.DNN-HMM模型但是随着深度学习的兴起,将深度学习模型应用于语音识别中,其性能得到显著提升。这里先介绍第一个基于CTC的端到端语音识别模型。
公告

欢迎访问 码农俱乐部  点击这里设置您的邮箱  可以接收站内跟帖、回复邮件提醒,不错过任何一条消息。

关注公众号订阅更多技术干货! 码农俱乐部