注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 美团点评2018技术年货-算法

  2. 美团点评2018技术年货-算法 美团“猜你喜欢”深度学习排序模型实践 美团大脑：知识图谱的建模方法及其应用 深度学习在美团搜索广告排序的应用实践 美团深度学习系统的工程实践 美团餐饮娱乐知识图谱——美团大脑揭秘 美团在O2O场景下的广告营销 美团外卖骑手背后的AI技术 基于TensorFlow Serving的深度学习在线预估 强化学习在美团“猜你喜欢”的实践 深度学习在文本领域的应用 机器学习在美团配送系统的实践：用技术还原真实世界 如何基于深度学习实现图像的智能审核？ 深度学习在OCR中的

  3. 所属分类：机器学习

    • 发布日期：2019-01-25
    • 文件大小：49mb
    • 提供者：jsyzxq2001

  1. 美团点评技术汇集——算法篇

  2. 目录 - 算法篇 美团“猜你喜欢”深度学习排序模型实践 ...................................................................... 4 美团大脑：知识图谱的建模方法及其应用 ...................................................................... 16 深度学习在美团搜索广告排序的应用实践 ....................................

  3. 所属分类：计算广告

    • 发布日期：2019-04-11
    • 文件大小：42mb
    • 提供者：weixin_40810780

  1. 中国2018大数据大会全套ppt资料.rar

  2. 附件为2018中国大数据大会全套ppt资料（已经都转成PDF格式），包括2019年大数据发展趋势预测报告、大数据安全等级保护的挑战与应对、面向大数据的搜索与推荐算法、数字化时代大数据应用平台架构、中国移动大数据集中化建设实践、大数据与智能金融、区块链技术的应用场景实践与挑战、银行大数据应用实践、银行业大数据应用的发展与突破、医疗知识图谱的构建和应用等共36份PPT文档

  3. 所属分类：Hadoop

    • 发布日期：2019-09-25
    • 文件大小：131mb
    • 提供者：qheshop

  1. 基于多种数据源的中文知识图谱构建方法研究_胡芳槐.caj

  2. 基于多种数据源的中文知识图谱构建方法研究 自从语义网的概念提出以来,越来越多的开放链接数据和用户生成内容被发布于互联网中,互联网逐步从仅包含网页与网页之间超链接的文档万维网转变为包含大量描述各种实体和实体之间丰富关系的数据万维网。在此背景下,知识图谱首先由Google提出,其目标在于描述真实世界中存在的各种实体和概念,以及这些实体、概念之间的关联关系。知识图谱在实体层面对本体进行了丰富和扩充；本体中突出和强调的是概念以及概念之间的关联关系,描述了知识图谱的数据模式；而知识图谱则是在本体的基础上,

  3. 所属分类：机器学习

    • 发布日期：2020-05-06
    • 文件大小：19mb
    • 提供者：u013222658

  1. 大型知识图谱检索算法的优化（Optimization of Retrieval Algorithms on large-scale KGs）.zip

  2. 在大规模标记属性图上优化算法的研究很少。在这里，我们提出了两种优化方法，并将它们与直接查询图数据库的简单方法进行了比较。我们工作的目的是确定像Neo4j这样的图形数据库的限制因素，我们描述了一个解决这些挑战的新方案。

  3. 所属分类：机器学习

    • 发布日期：2020-02-14
    • 文件大小：509kb
    • 提供者：syp_net

  1. 金融知识图谱搭建全攻略

  2. 导语：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。它在技术领域的热度也在逐年上升。本文以通俗易懂的方式来讲解知识图谱相关的知识、尤其对从零开始搭建知识图谱过程当中需要经历的步骤以及每个阶段需要考虑的问题都给予了比较详细的解释。对于读者，我们不要求有任何AI相关的背景知识。今天我们将带你了解怎么一步步搭建可落地的金融风控领域的知识图谱系统：首先需要说明的一点是，有可能不少人认为搭建一个知识图谱系统的重点在于算法和开发。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：787kb
    • 提供者：weixin_38576811

  1. 知识图谱与数据应用——智能推荐

  2. 知识图谱技术是新兴的互联网技术，具有较好的前瞻性和较强的技术先进性，有着广泛的应用前景。知识图谱技术提供从“关系”的角度分析问题的能力，可以对数据进行深度挖掘，将自然语言转化为计算机语言，最大限度地展示数据的价值，可以服务于智能搜索、智能推荐、风险预警、智能运营、智能客服、舆情监测、设备预警等业务，大幅地提高企业生产效率。研究了综合聚类算法、SVD分解算法、基于商品的协同顾虑推荐算法、基于用户的协同顾虑推荐算法和商品相似度算法等，结合推荐策略提出了基于知识图谱数据应用的智能推荐系统。证明了以知识

  3. 所属分类：其它

  1. graph-learn:工业图神经网络框架-源码

  2. 简体中文| 介绍 Graph-Learn（GL，原AliGraph）是针对大规模图神经网络的研发和应用而设计的一种分布式框架，它从实际问题出发，提炼和抽象了一套适合于下图神经网络模型的编程范式，并已经成功应用在*内部的那种搜索推荐，网络安全，知识图谱等众多场景。 GL注重可移植和可扩展，对于开发者更为友好，为了应对GNN在工业场景中的多样性和快速发展的需求。基于GL，开发者可以实现一种GNN算法，或者面向实际场景定制化一种图算子，例如图采样。GL的接口以Python的和与NumPy的形式

  3. 所属分类：其它