| 共 10 篇文章 |
|
机器学习商业应用入门及七个实例。机器学习技术。适合机器学习的软件随处可见，机构在开发功能时有许多选择，以下是评估机器学习时应该考虑的需求：你的机器学习软件应该给予数据科学家充分授权，让他们可以使用公司的所有数据，而不是只让他们处理某些样本。成功的预测模型需要数据科学家和商业用户进行合作，因此，你的机器学习软件应该为你... 阅460 转3 评0 公众公开 16-01-24 16:03 |
例如，给出一组单词inn, int, at, age, adv, ant, 我们可以得到下面的Trie：从上图可知，当用户输入前缀i的时候，搜索框可能会展示以i为前缀的“in”，“inn”，”int"等关键词，再当用户输入前缀a的时候，搜索框里面可能会提示以a为前缀的“ate”等关键词。如此，实现搜索引擎智能提示suggestion的第一个步骤便清晰了，即用trie树存储大... 阅8 转1 评0 公众公开 15-11-25 16:45 |
基于机器学习方法的POI品类推荐算法前言。对于POI而言，反应出POI品类的一个重要特征是POI门店名称，那么问题转换成了根据POI门店名称判别POI品类。对测试样本做中文分词，判断”牛肉“属于品类词，丢弃品类词”牛肉“前面的部分，并提取样本的特征词集合得到：[牛肉 拉面 馆]根据字典，建立向量空间模型：x = [1, 0, 1, 1]利用Naive Bayes模型... 阅44 转0 评0 公众公开 15-11-25 16:44 |
美团O2O排序解决方案。我们将按线上和线下两部分分别介绍这一通用O2O排序解决方案，本文是线上篇，主要介绍在线服务框架、特征加载、在线预估等模块，下篇将会着重介绍离线流程。离线特征挖掘产出Deal（团购单）/POI（商家）、用户和Query等维度的特征供排序模型使用。Rank Service接到搜索请求后，会调用召回服务获取候选POI/Deal集合，根据A/... 阅122 转1 评0 公众公开 15-11-25 16:43 |
美团推荐算法实践前言。用户主动行为数据记录了用户在美团平台上不同的环节的各种行为，这些行为一方面用于候选集触发算法（在下一部分介绍）中的离线计算（主要是浏览、下单），另外一方面，这些行为代表的意图的强弱不同，因此在训练重排序模型时可以针对不同的行为设定不同的回归目标值，以更细地刻画用户的行为强弱程度。负例：正例一般是... 阅24 转1 评0 公众公开 15-11-25 16:43 |
第二步是将特征z通过sigmoid函数得到新的特征。特征处理的视角：特征运算函数求特征单值z → sigmoid函数求概率 → 代价函数求代价评估值，求最优化解。因为随着理论知识和工作经验的积累，越到后面越会发现，当我们已经拿到无偏差、倾向性的数据集，并且做过数据清洗之后，特征处理的过程是整个数据挖掘的核心过程：怎么收集这些特征，怎么识... 阅94 转1 评0 公众公开 15-11-03 15:30 |
