2024

06-03 数据科学家高阶能力之评估产品
06-03 数据科学家高阶能力之分析产品
06-03 数据科学家必备套路之一搜索套路
06-03 数据科学家必备套路之三广告套路
06-03 数据科学家必备套路之二推荐套路
06-03 什么是文档情感分类
06-03 什么是计算机视觉
06-03 什么是基于第二价位的广告竞拍
06-03 社区检测算法之模块最大化
06-03 如何做好人工智能项目的管理
06-03 如何组建一个数据科学团队
06-03 如何优化广告的竞价策略
06-03 如何设置广告竞价的底价
06-03 如何评测搜索系统的在线表现
06-03 如何利用机器学习技术来检测广告欺诈
06-03 如何来提取情感实体和方面呢
06-03 如何快速学习国际顶级学术会议的内容
06-03 如何控制广告预算
06-03 如何将深度强化学习应用到视觉问答系统
06-03 任务型对话系统有哪些技术要点
06-03 人工智能领域知识体系更新周期只有5~6年数据科学家如何培养
06-03 人工智能技术选择该从哪里获得灵感
06-03 你的360度人工智能信息助理
06-03 聊一聊谷歌特立独行的混合型研究
06-03 聊一聊程序化直接购买和广告期货
06-03 聊天机器人有哪些核心技术要点
06-03 聊聊2017年KDD大会的时间检验奖
06-03 精读AlphaGoZero论文
06-03 精读2017年NIPS最佳研究论文之一如何解决非凸优化问题
06-03 精读2017年NIPS最佳研究论文之三如何解决非完美信息博弈问题
06-03 精读2017年NIPS最佳研究论文之二KSD测试如何检验两个分布的异同
06-03 精读2017年KDD最佳应用数据科学论文
06-03 精读2017年KDD最佳研究论文
06-03 精读2017年ICCV最佳研究论文
06-03 精读2017年ICCV最佳学生论文
06-03 精读2017年EMNLP最佳长论文之一
06-03 精读2017年EMNLP最佳长论文之二
06-03 精读2017年EMNLP最佳短论文
06-03 经典图算法之HITS
06-03 经典搜索核心算法语言模型及其变种
06-03 经典搜索核心算法TFIDF及其变种
06-03 经典搜索核心算法BM25及其变种内附全年目录
06-03 近在咫尺走进人工智能研究
06-03 简单推荐模型之一基于流行度的推荐模型
06-03 简单推荐模型之三基于内容信息的推荐模型
06-03 简单推荐模型之二基于相似信息的推荐模型
06-03 计算机视觉中的特征提取难在哪里
06-03 计算机视觉领域的深度学习模型一AlexNet
06-03 计算机视觉领域的深度学习模型三ResNet
06-03 计算机视觉领域的深度学习模型二VGGGoogleNet