• AI技术内参-058简单推荐模型之一：基于流行度的推荐模型
  058 简单推荐模型之一：基于流行度的推荐模型 今天，我们正式进入专栏的另一个比较大的模块，那就是推荐系统。之前我们详细且全面地介绍了搜索系统的各个组成部分。在接下来的几周时间里，我们一起来看推荐系统的技术要点又有哪些。 我们还是从简单推荐系统聊起，由易到难，逐步为你讲述一些经典的推荐模型。 推荐系统目前已经深入到了互联网的各类产品中。不管是到电子商务网站购物，还是到新闻阅读网站获取信息...
  2015-01-01 15:20:27 | AI技术内参
• AI技术内参-057复盘1搜索核心技术模块
  057 复盘 1 搜索核心技术模块 到目前为止，我们讲完了人工智能核心技术的第一个模块——/搜索/。我们从搜索的核心算法入手，进而讨论了搜索的两个关键组件，分别是查询关键字理解和文档理解，并落实到对搜索系统的评价，然后从宏观视角介绍了搜索框架的历史和发展，最后又从深度学习技术在搜索领域的应用角度，对分享做了一个延伸。 整个模块共27期，9大主题，希望通过这些内容，能让你对搜索技术有一个系统...
  2015-01-01 15:20:27 | AI技术内参
• AI技术内参-057基于深度学习的搜索算法：局部和分布表征下的搜索模型
  057 基于深度学习的搜索算法：局部和分布表征下的搜索模型 周一我们分享了一篇较早利用深度学习技术来进行搜索建模的论文，利用前馈神经网络来对查询关键字和文档进行信息提取，从而学习到更有意义的语义信息。周三我们分享了另外一篇论文，可以说是周一分享文章的一个后续工作，探讨了如何利用卷积神经网络来对搜索表征进行进一步提升。这两篇论文呈现了一个统一的套路，那就是尝试把深度学习的一些经验直接应用到传统...
  2015-01-01 15:20:27 | AI技术内参
• AI技术内参-056基于深度学习的搜索算法：卷积结构下的隐含语义模型
  056 基于深度学习的搜索算法：卷积结构下的隐含语义模型 这个星期，也是我们整个搜索领域分享的最后一周内容，来看一些搜索算法的前沿思考，特别是深度学习对搜索领域的影响。周一我们分享了一篇较早利用深度学习技术来进行搜索建模的论文，论文提出如何使用前馈神经网络来对查询关键字和文档进行信息提取，从而能够学习更有意义的语义信息。 今天我们来看一篇文章《信息检索中结合卷积池化结构的隐含语义模型》（A...
  2015-01-01 15:20:27 | AI技术内参
• AI技术内参-055基于深度学习的搜索算法：深度结构化语义模型
  055 基于深度学习的搜索算法：深度结构化语义模型 近两个月，我们集中系统地分享了搜索核心技术模块。做一个简单的内容梳理，我们讲解了搜索引擎方方面面的话题，从经典的信息检索技术、查询关键字理解、文档理解到现代搜索引擎的架构和索引的核心技术；还从机器学习角度出发分享了搜索引擎的最核心部分，也就是排序算法，深入排序算法的细节讲解了排序支持向量机（RankSVM）、梯度增强决策树（GBDT）以及经...
  2015-01-01 15:20:27 | AI技术内参
• AI技术内参-054机器学习排序算法经典模型：LambdaMART
  054 机器学习排序算法经典模型：LambdaMART 在这周的时间里，我们讨论机器学习排序算法中几个经典的模型。周一我们分享了排序支持向量机（RankSVM），这个算法的好处是模型是线性的，容易理解。周三我们聊了梯度增强决策树（Gradient Boosted Decision Tree），长期以来，这种算法被用在很多商业搜索引擎当中来作为排序算法。 今天，我们来分享这一部分的最后一个经...
  2015-01-01 15:20:27 | AI技术内参
• AI技术内参-053机器学习排序算法经典模型：GBDT
  053 机器学习排序算法经典模型：GBDT 这周我们讨论机器学习排序算法中几个经典的模型，周一分享了配对法排序中的一个经典算法，即排序支持向量机（RankSVM），这个算法的核心思想是把支持向量机应用到有序数据中，试图对数据间的顺序进行直接建模。 今天，我们来聊一聊利用机器学习进行排序的一个重要算法：“梯度增强决策树”（Gradient Boosted Decision Tree）。长期以...
  2015-01-01 15:20:27 | AI技术内参
• AI技术内参-052机器学习排序算法经典模型：RankSVM
  052 机器学习排序算法经典模型：RankSVM 到目前为止，我们在专栏里已经讨论了关于搜索引擎方方面面的很多话题，包括经典的信息检索技术、查询关键字理解、文档理解以及现代搜索引擎的架构等等 。同时，我们也从机器学习角度出发对搜索引擎的最核心部分，也就是排序算法进行了最基本的分享，囊括了单点法排序学习（Pointwise Learning to Rank）、配对法排序学习（Pairwise ...
  2015-01-01 15:20:27 | AI技术内参