网站首页
网站导航
Ctrl+D收藏
搜索
|
会员
商学院
领导力
企业家
供应链
消费者
营销品牌
知识管理
人力资源
财务管理
战略管理
研发管理
流程管理
商业模式
创业路上
人在职场
你所在的位置:
企业管理
/
大数据
/
机器学习
如何高效地存储与检索大规模的图谱数据
知识图谱是一个有向图结构,描述了现实世界中存在的实体、事件或者概念以及它们之间的关系。其中,有向图中的节点表示实体、事件或者概念,图中的边表示相邻节点之间的关系。
最实用的机器学习算法优缺点分析
对于机器学习算法的盘点,网上屡见不鲜。但目前,还没人能结合使用场景来把问题说明白,而这一点正是本文的目的所在。
知识图谱的技术详解与应用
从一开始的Google搜索,到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统,无一不跟知识图谱相关。
机器学习的30个基本概念
本文主要介绍机器学习基础知识,包括名词解释(约30个)、基础模型的算法原理及具体的建模过程。
如何从0到1设计搭建AI售前营销机器人?
AI目前在不同行业有各自的细分应用。对话机器人,针对不同的业务场景,有每个领域的细分落地。由此,对于对话机器人的整体设计思路也不同。
机器学习模型必不可少的5种数据预处理技术
如果您曾经参与过数据科学项目,那么您可能会意识到数据挖掘的第一步和主要步骤是数据预处理。在现实生活问题中,我们得到的原始数据往往非常混乱,机器学习模型无法识别模式并从中提取信息。
机器学习项目实操指南
有的人可以徒手推导机器学习算法公式,可以深入源码了解算法的实现,又或者在Kaggle比赛中获得不错的名次,但在实际的项目中却走得“步履蹒跚”,究其根本原因是机器学习知识体系还不完善。
人工智能的五个阶段
人工智能(ArtificialIntelligence,AI),从科学的角度来说,人工智能是研究爱、开发用于模拟、延伸和扩展人类智能的理论与方法、技术应用系统的一门科学。这么科学主要包括语音识别、图像识别
知识图谱不复杂
随着互联网业务的发展,产生了大量的数据,数据经过分析会推动业务的发展。将数据中蕴含的知识用图的结构表示出来,就形成了知识图谱。
腾讯在信息流内容理解技术上的解决方案
本文详细分析了在信息流推荐中,传统NLP做内容理解时的局限性,以及新的要求。我们通过对实际用户行为的分析,总结了一套基于兴趣点图谱的内容理解方案
知识图谱的自动构建
知识图谱的构建包括逻辑建模、隐含空间分析、人机交互和本体模型支撑等多种方法。我们将分析各种构建方法的问题和挑战,指出自动构建的要素和应用场景。
知识图谱的技术与应用
知识图谱是一个比较新的工具,它的主要作用还是在于分析关系,尤其是深度的关系。所以在业务上,首先要确保它的必要性,其实很多问题可以用非知识图谱的方式来解决。
机器学习评估指标AUC综述
在互联网的排序业务中,比如搜索、推荐、广告等,AUC(AreaundertheCurveofROC)是一个非常常见的评估指标。
中文知识图谱构建技术以及应用的综述
知识图谱一直是研究的热点,东南大学漆桂林老师等发表了一篇关于中文知识图谱构建的综述论文,详细讲述了当前中文知识图谱的研究进展,是非常好的学习资料
打造基于机器学习的推荐系统
推荐系统在本质上是一个信息检索的系统。它和搜索最大的区别是,搜索是主动式的,根据关键词和引擎参数、搜索引擎召回、机器学习排序,决定给你看到的是哪些内容。而我们看到的推荐系统,在大多
相关主题
可视化
机器学习
Hadoop
消息队列
Spark
综合
大家在关注
如何高效地存储与检索大规模的图谱数据
最实用的机器学习算法优缺点分析
知识图谱的技术详解与应用
机器学习的30个基本概念
如何从0到1设计搭建AI售前营销机器人?
机器学习模型必不可少的5种数据预处理技术
机器学习项目实操指南
人工智能的五个阶段
知识图谱不复杂
腾讯在信息流内容理解技术上的解决方案
我们的推荐
最实用的机器学习算法优缺点分析
知识图谱的技术详解与应用
如何从0到1设计搭建AI售前营销机器人?
机器学习项目实操指南
知识图谱不复杂
知识图谱的自动构建
知识图谱的技术与应用
内容推荐系统机制与实战
机器学习术语表
十种机器学习算法
最新的干货
地图
本站
我们
服务
版权
联系
回馈
博客