保存成功
保存失败,请重试

AutoML 在推荐系统中的应用

作者/分享人:第四范式技术团队
向 Ta 提问
第四范式专注于机器学习相关领域,迁移学习技术全球领先。

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。

已有621人预订
预订达标
文章出炉
     
18.09.20
18.10.23
本场 Chat 文章已出炉,购买后即可阅读文章并获得一张第四范式技术团队的读者圈Pass
请务必添加GitChat服务号以查看活动进度及获取活动通知。
你可能还喜欢
恕我直言,90% 的程序员都扛不住这波 MQ 的面试四连炮!
王码农
被动收入 101 :使用云开发和 Taro 开发一个小程序
白宦成
Apollo 5.0 障碍物行为预测技术
Apollo开发者社区
抢先阅读 Kubernetes 1.15 新特性解读
张晋涛
教了一年少儿编程,说说感想和体验
叶蒙蒙
非科班前端面试大厂的实操指南
修言
快速开发 Spring Boot+Elasticsearch
自始自终
基于 K8S+Spring Cloud 在金融行业的高可用实践
曾小波
当 DDD 遇上 DCI
张晓龙
数据结构算法常见的 100 道面试题全解析:2019 版
攻城狮
小白入门数据结构
琉璃易冷
深入分布式事务
IT云清
Elasticsearch 7 版本重大更新及新特性解析
张超
摆脱 996,0 资金创造被动收入的思路
latent
阿里内推邀请:If not now, when? If not you, who?
应书澜
微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效