机器学习周志华——机器学习的应用领域
多媒体、图形学、网络通信等计算机应用技术领域，尤其是计算机视觉、自然语言处理。 交叉学科的技术支撑，例如生物信息学，它的研究涉及从“生命现象”到“规律发现”的整个过程，包括数据处理整个流程，其中“数据分析”就是机器学习的舞台。 数据科学的核心即通过分析数据获取价值。机器学习是大数据时代必不可少 ...
原文：机器学习在电商领域三大应用，推荐，搜索，广告中商品排序
业务角度 一般是在一个召回的商品集合里，通过对商品排序， 追求GMV或者点击量最大化。 基于一个目标，如何让流量的利用效率最高。 很自然的，如果我们可以准确预估每个商品的GMV转化率或者 点击率，就可以最大化利用流量，从而收益最大。 技术服务于业务，模型本身的迭代需要配合业务目标才能发挥出 最大的价值，因此选择模型迭代的路线，必须全盘考虑业务。 在点击率预估领域，常用的是有监督的模型，其中样本， ...
2017-09-04 14:12 0 1314 推荐指数：
相关推荐
机器学习算法优缺点及其应用领域
快。 4、决策树可以很好的扩展到大型数据库中，同时它的大小独立于数据库大小。 二、决策树缺点 1、对缺失数据 ...
机器学习算法优缺点及其应用领域
决策树一、 决策树优点1、决策树易于理解和解释，可以可视化分析，容易提取出规则。 2、可以同时处理标称型和数值型数据。 3、测试数据集时，运行速度比较快。 4、决策树可以很好的扩展到大型数据库中，同时它的大小独立于数据库大小。 二、决策树缺点1、对缺失数据处理比较困难。 2、容易出现 ...
深度学习在美团搜索广告排序的应用实践
一、前言 在计算广告场景中，需要平衡和优化三个参与方——用户、广告主、平台的关键指标，而预估点击率CTR（Click-through Rate）和转化率CVR（Conversion Rate）是其中非常重要的一环，准确地预估CTR和CVR对于提高流量变现效率，提升广告主ROI（Return ...
机器学习练习（二）-机器学习的四大应用领域
一·数据挖掘 数据挖掘主要是应用于大数据领域，利用机器学习的模型来挖掘数据中的潜在价值。发现数据之间的关系。比如根据房价的变化预测房价，根据天气信息预测天气等。会应用经典的回归类问题。 传统的监督学习，或者非监督学习，或者与深度学习相结合的方式。 二·计算机视觉 让机器像人一样 ...
电商项目实战（架构六）——Elasticsearch实现商品搜索
一、前言 Elasticsearch是一个分布式、可扩展、实时的搜索与数据分析引擎，它能从一开始就赋予你的数据以搜索、分析和探索的能力，可用于全文搜索和数据实时统计。 二、框架 Elasticsearch的安装和使用 1、下载Elasticsearch6.2.2压缩包，下载地址 ...
[机器学习笔记]奇异值分解SVD简介及其在推荐系统中的简单应用
本文先从几何意义上对奇异值分解SVD进行简单介绍，然后分析了特征值分解与奇异值分解的区别与联系，最后用python实现将SVD应用于推荐系统。 1.SVD详解 SVD(singular value decomposition)，翻译成中文就是奇异值分解。SVD的用处有很多，比如：LSA（隐性 ...
同态加密在机器学习中的应用
部分文字引用自该文：崔建京, 龙军, 闵尔学, et al. 同态加密在加密机器学习中的应用研究综述[J]. 计算机科学, 2018(4):46-52. 同态加密 Rivest等人[1]于1978年最早提出了同态加密的概念：同态加密是一种加密形式，允许用户直接对密文进行特定的代数运算，得到 ...