機器學習周志華——機器學習的應用領域
多媒體、圖形學、網絡通信等計算機應用技術領域，尤其是計算機視覺、自然語言處理。 交叉學科的技術支撐，例如生物信息學，它的研究涉及從“生命現象”到“規律發現”的整個過程，包括數據處理整個流程，其中“數據分析”就是機器學習的舞台。 數據科學的核心即通過分析數據獲取價值。機器學習是大數據時代必不可少 ...
原文：機器學習在電商領域三大應用，推薦，搜索，廣告中商品排序
業務角度 一般是在一個召回的商品集合里，通過對商品排序， 追求GMV或者點擊量最大化。 基於一個目標，如何讓流量的利用效率最高。 很自然的，如果我們可以准確預估每個商品的GMV轉化率或者 點擊率，就可以最大化利用流量，從而收益最大。 技術服務於業務，模型本身的迭代需要配合業務目標才能發揮出 最大的價值，因此選擇模型迭代的路線，必須全盤考慮業務。 在點擊率預估領域，常用的是有監督的模型，其中樣本， ...
2017-09-04 14:12 0 1314 推薦指數：
相關推薦
機器學習算法優缺點及其應用領域
快。 4、決策樹可以很好的擴展到大型數據庫中，同時它的大小獨立於數據庫大小。 二、決策樹缺點 1、對缺失數據 ...
機器學習算法優缺點及其應用領域
決策樹一、 決策樹優點1、決策樹易於理解和解釋，可以可視化分析，容易提取出規則。 2、可以同時處理標稱型和數值型數據。 3、測試數據集時，運行速度比較快。 4、決策樹可以很好的擴展到大型數據庫中，同時它的大小獨立於數據庫大小。 二、決策樹缺點1、對缺失數據處理比較困難。 2、容易出現 ...
深度學習在美團搜索廣告排序的應用實踐
一、前言 在計算廣告場景中，需要平衡和優化三個參與方——用戶、廣告主、平台的關鍵指標，而預估點擊率CTR（Click-through Rate）和轉化率CVR（Conversion Rate）是其中非常重要的一環，准確地預估CTR和CVR對於提高流量變現效率，提升廣告主ROI（Return ...
機器學習練習（二）-機器學習的四大應用領域
一·數據挖掘 數據挖掘主要是應用於大數據領域，利用機器學習的模型來挖掘數據中的潛在價值。發現數據之間的關系。比如根據房價的變化預測房價，根據天氣信息預測天氣等。會應用經典的回歸類問題。 傳統的監督學習，或者非監督學習，或者與深度學習相結合的方式。 二·計算機視覺 讓機器像人一樣 ...
電商項目實戰（架構六）——Elasticsearch實現商品搜索
一、前言 Elasticsearch是一個分布式、可擴展、實時的搜索與數據分析引擎，它能從一開始就賦予你的數據以搜索、分析和探索的能力，可用於全文搜索和數據實時統計。 二、框架 Elasticsearch的安裝和使用 1、下載Elasticsearch6.2.2壓縮包，下載地址 ...
[機器學習筆記]奇異值分解SVD簡介及其在推薦系統中的簡單應用
本文先從幾何意義上對奇異值分解SVD進行簡單介紹，然后分析了特征值分解與奇異值分解的區別與聯系，最后用python實現將SVD應用於推薦系統。 1.SVD詳解 SVD(singular value decomposition)，翻譯成中文就是奇異值分解。SVD的用處有很多，比如：LSA（隱性 ...
同態加密在機器學習中的應用
部分文字引用自該文：崔建京, 龍軍, 閔爾學, et al. 同態加密在加密機器學習中的應用研究綜述[J]. 計算機科學, 2018(4):46-52. 同態加密 Rivest等人[1]於1978年最早提出了同態加密的概念：同態加密是一種加密形式，允許用戶直接對密文進行特定的代數運算，得到 ...