当前位置 > 首页 > 人工智能 > Chat
人工智能
AutoML 在推荐系统中的应用
AutoML(Automatic Machine Learning,自动机器学习)旨在研究在没有专业知识的情况下使用的低门槛甚至零门槛的机器学习算法,摆脱对机器学习专家的依赖,该技术正在成为机器学习赋能行业的关键。第四范式的 AutoML 技术已经投入实际工业应用,在金融、医疗等行业有多个实践案例。 第四范式智能推荐系统广泛应用于互联网行业,这次分享将介绍在推荐系统中对 AutoML 技术的应用,内容主要包含 AutoML 的技术思路、框架和要点。 本场 Chat 您将接触如下内容: 1. 数据如何采样; 2. 数据预处理的规则; 3. 特征工程方面的知识; 4. 如何选择或设计算法; 5. 网络结构搜索; 6. 神经网络的自动训练调参; 7. 如何调整算法超参数; 8. 评估模型性能等内容。 ----- 作者简介: 王嘉磊,第四范式资深算法科学家、负责设计实现第四范式 AutoML 产品算法。美国康奈尔大学运筹学博士,研究方向为贝叶斯优化及应用于自动化机器学习。曾任职 IBM Chief Analytics Office,任高级数据科学家。 程晓澄,第四范式资深算法科学家、推荐业务算法团队负责人。在第四范式负责推荐业务算法推荐系统的架构设计, 负责搭建了唱吧、知乎、罗辑思维等多个互联网推荐系统。曾任职豆瓣算法部门。
第四范式技术团队 · 资深算法科学家
600 人已加入
微信扫描登录