盘它!40篇+阿里技术经典案例,看完必收藏

简介: 很多小伙伴在后台发信息,表示一天一篇技术干货看不过瘾

image

阿里妹导读:很多小伙伴在后台发信息,表示一天一篇技术干货看不过瘾。这里统一回复下:阿里妹去年偷偷开了个“小号”,叫做“阿里巴巴机器智能”(据说很多读算法的博士同学都在关注),平时会发AI领域的阿里经典案例,同样期待小伙伴们的关注。

错过去年的干货也没事。今天,阿里妹就从“阿里巴巴机器智能”公众号搬了不少历史文章,包括计算机视觉、语音识别、文本处理、搜索推荐等AI干货,希望你会喜欢。

计算机视觉篇

《蚂蚁实时视频通话技术和实践》

《基于时间尺度选择的在线行为预测》

《基于尺度空间变换的本征图像分解》

《如何处理多种退化类型的卷积超分辨率?》

《基于风格化对抗自编码器的图像生成算法》

《所见所想所找:基于生成模型的跨模态检索》

《用于行人重识别的多层相似度感知CNN网络》

《如何检测视频异常事件?阿里工程师提出全新检测模型》

《针对场景分割两大问题提出语境对比特征和门控多尺度融合》

语音识别篇

《示范了200句后,声音“双胞胎”诞生了!》

《为了更精确的情感识别,A-LSTM 出现了》

《为了让机器听懂“长篇大论”,阿里工程师构建了新模型》

《朋友,我能分享你的喜怒吗?阿里语音情感识别框架揭秘》

《基于深度前馈序列记忆网络,如何将语音合成速度提升四倍?》

文本处理篇

《句法敏感的实体表示用于神经网络关系抽取》

《命名实体识别中,众包标注能否优于专家标注?》

《针对商品标题冗长问题,阿里工程师怎么解决?》

《如何生成你的专属推荐文案?智能文案在1688平台的应用》

智能搜索推荐篇

《双11商品怎样凑?》

《基于品类关系,虚拟类目如何建设?》

《如何解决移动电商平台中的“伪曝光”?》

《凑单这个技术活,阿里工程师怎么搞?》

《可视化理解深度神经网络CTR预估模型》

《人群优选算法模型,如何挖掘品牌潜客?》

《JUMP: 一种点击和停留时长的协同预估器》

《数十亿商品中,长尾和新品怎么找到新主人?》

《为电商而生的知识图谱,如何感应用户需求?》

《蚂蚁金服核心技术:百亿特征实时推荐算法揭秘》

《一种端到端的模型:基于异构内容流的动态排序》

《火箭发射:点击率预估界的“神算子”是如何炼成的?》

《为什么短视频会让人刷不停?背后也许用了这套技术》

《机器如何“猜你喜欢”?深度学习模型在1688的应用实践》

《让机器帮你做决策!强化学习在智能交互搜索的应用分享》

《基于改进注意力循环控制门,品牌个性化排序升级系统来了》

《基于快速GeoHash,如何实现海量商品与商圈的高效匹配?》

《打破传统搜索排序,阿里首次提出商品间相互影响的全局排序法》

综合篇

《如何用无监督模型,防范信用卡欺诈?》

《支付宝:你长大了,该学会认识新朋友了!》

《机器如何猜你所想?阿里小蜜预测平台揭秘》

《如何评估深度学习模型效果?阿里工程师这么做》

《为减少用户电话排队,阿里研发了智能客服调度系统》

《深度学习要多深,才能读懂人话?|阿里小蜜前沿探索》

《如何降低疾病监测的漏诊比率?一种新的分类学习算法》

《如何提高深度学习模型的可解释性?极致的数据透出与多维可视化实战详解》

原文发布时间为:2019-02-18
本文作者:新起点
本文来自云栖社区合作伙伴“ 阿里技术”,了解相关信息可以关注“ 阿里技术”。

相关文章
|
人工智能 安全 测试技术
本周 AI Benchmark 方向论文推荐
由北京大学和微软亚洲研究院的魏李等人提出的 FEA-Bench,是一个专为评估大型语言模型(LLMs)在代码库级别进行增量开发能力的基准测试。它从 83 个 GitHub 仓库中收集了 1,401 个任务实例,专注于新功能的实现。研究表明,即使是先进的 LLMs 在此任务中的表现仍远低于预期,揭示了仓库级代码开发的重大挑战。
685 0
|
数据挖掘 PyTorch 算法框架/工具
人脸识别中的损失函数ArcFace及其实现过程代码(pytorch)--理解softmax损失函数及Arcface
人脸识别中的损失函数ArcFace及其实现过程代码(pytorch)--理解softmax损失函数及Arcface
1937 0
|
机器学习/深度学习 搜索推荐 大数据
深度解析:如何通过精妙的特征工程与创新模型结构大幅提升推荐系统中的召回率,带你一步步攻克大数据检索难题
【10月更文挑战第2天】在处理大规模数据集的推荐系统项目时,提高检索模型的召回率成为关键挑战。本文分享了通过改进特征工程(如加入用户活跃时段和物品相似度)和优化模型结构(引入注意力机制)来提升召回率的具体策略与实现代码。严格的A/B测试验证了新模型的有效性,为改善用户体验奠定了基础。这次实践加深了对特征工程与模型优化的理解,并为未来的技术探索提供了方向。
683 2
深度解析:如何通过精妙的特征工程与创新模型结构大幅提升推荐系统中的召回率,带你一步步攻克大数据检索难题
|
存储 消息中间件 缓存
支持百万人超大群聊的Web端IM架构设计与实践
本文将回顾实现一个支持百万人超大群聊的Web端IM架构时遇到的技术挑战和解决思路,内容包括:通信方案选型、消息存储、消息有序性、消息可靠性、未读数统计。希望能带给你启发。
556 0
支持百万人超大群聊的Web端IM架构设计与实践
|
存储 机器学习/深度学习 分布式计算
【DSW Gallery】COMMON_IO使用指南
COMMON_IO模块提供了TableReader和TableWriter两个接口,使用TableReader可以读取ODPS Table中的数据,使用TableWriter可以将数据写入ODPS Table。
【DSW Gallery】COMMON_IO使用指南
|
存储 开发框架 算法
【自己动手画CPU】控制器设计(二)
作者深入探讨了自制CPU的控制器设计,为自学者提供了宝贵的实践指导。文章详细介绍了控制器的设计原理与关键步骤,涵盖了寄存器的配置、指令的执行以及时序控制等方面内容。通过图文并茂的演示,读者可以清晰了解如何从零开始搭建一个基本的控制器,并使其能够执行简单的指令。作者以通俗易懂的方式呈现技术细节,使初学者能够轻松理解和模仿。
1726 0
【自己动手画CPU】控制器设计(二)
|
存储 消息中间件 Cloud Native
饿了么EMonitor演进史
可观测性作为技术体系的核心环节之一,跟随饿了么技术的飞速发展,不断自我革新。
8208 115
饿了么EMonitor演进史
|
存储 人工智能 算法
Python 案例分析|井字棋(Tic Tac Toe)游戏
【案例目的】 本案例通过一个井字棋游戏的设计和实现,帮助大家了解 Python 函数的定义和使用。
1169 0
Python 案例分析|井字棋(Tic Tac Toe)游戏
|
机器学习/深度学习 数据采集 JSON
手把手教你打造前端智能图标识别工具
Hi~ 我是前端学徒业枫,今天为大家带来一篇硬核前端智能化教程,真·手把手教你用机器学习打造一个纯前端运行的图标智能识别工具。并附上完整代码,一起来体验前端智能化的魅力吧~
手把手教你打造前端智能图标识别工具
|
新零售 算法 搜索推荐
如何解决移动电商平台中的“伪曝光”?
在线推荐服务根据商品的特征和用户的信息推荐多个商品。 现如今很大比例的用户通过手机访问电商平台。 但是一些推荐的商品并没有被用户看到。为了解决在线推荐场景中的伪曝光问题并提高推荐商品的CTR,我们首次尝试了bandit框架,并且在传统的bandit算法上进行了多项改进,取得了不错的效果。
2997 0

热门文章

最新文章