当前位置 > 首页 > 人工智能 > Chat
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。
如何基于深度学习实现图像的智能审核
美团每天有百万级的图片产生量,运营人员负责相关图片的内容审核,对涉及法律风险及不符合平台规定的图片进行删除操作。由于图片数量巨大,人工审核耗时耗力且审核能力有限。另外对于不同审核人员来讲,审核标准难以统一且实时变化。所以有必要借助机器实现智能审核。 图像智能审核一般是指利用图像处理与机器学习相关技术识别图像内容,进而甄别图像是否违规。图像智能审核旨在建立图片自动审核服务,由机器自动禁止不符合规定(负例)的图片类型,自动通过符合规定(正例)的图片类型,机器不确定的图片交由人工审核。因此,衡量智能审核系统性能的指标主要是准确率和自动化率。 ------------ 作者简介:晓明,美团平台智能技术中心视觉技术负责人,曾就职于佳能研究院,三星研究院。2015年加入美团,主要致力于图像和视频相关的技术积累和业务落地,作为技术负责人主导了图像智能审核、首图优选、刷脸认证、拍照录菜等项目的上线,显著提升了用户和商家的智能化体验。 美团平台智能技术中心充分利用人工智能的优势来支持美团点评多个业务线,并在智能推荐、智能营销、智能经营、智能审核等多个领域都取得了很好的应用效果。长期招聘自然语言处理、计算机视觉、大规模机器学习、数据挖掘算法或工程背景的同学。欢迎有意向的同学投递简历至:zhanghejia@meituan.com。
微信扫描登录