首页>会议文档 >

新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》

page:
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》
新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》

新浪微博 胡南炜《深度学习在红豆Live直播推荐系统中的应用》

所属会议:AICon 全球人工智能与机器学习技术大会深度培训会议地点:北京


下载

手机看
活动家APP客户端

扫二维码下载
或点击下载
Android iOS

6637次
浏览次数
AICon 全球人工智能与机器学习技术大会深度培训所有文档 中科视拓 山世光《从视觉计算近期进展“管窥”AI之ABCDE》_部分1 中科视拓 山世光《从视觉计算近期进展“管窥”AI之ABCDE》_部分2 vivo 李珂《借助TensorFlow在CTR预估中快速落地DNN》 百度 李鑫《如何快捷有效地获取海量数据并使其可被机器识别分析》 猿辅导 朱珊珊《基于小猿搜题的视觉应用落地》 爱奇艺 吴友政《爱奇艺自然语言处理和视频大数据分析应用》 TutorABC 田舟贤《TutorABC如何利用大数据和AI提升学习效果》 微信 张重阳《商业智能技术驱动业务增长》 先声教育 秦龙《通过语音和语言技术打造AI教育平台》 宜人贷 王婷《主动学习和图谱挖掘在金融反欺诈中的应用实践》 Etsy 洪亮劼《从点击率提升到用户长期行为优化:浅谈人工智能技术在电商搜索的落地应用》 国美 杨骥《国美推荐引擎与算法持续部署实践》 知乎 张瑞《知乎 News Feed 中的机器学习实践》 北京一流科技 袁进辉《打造人工智能时代的最强计算引擎——深度学习框架演进漫谈》 蔡超《工程师的AI实践之路》 腾讯 刘彪《机器学习加持下的时序类数据异常智能监控》 驭势科技 潘争《如何构建低成本高效能的视觉感知系统》 美团 何仁清《美团骑手智能助手的技术与实践》_部分1 美团 何仁清《美团骑手智能助手的技术与实践》_部分2 苏宁 李伟《苏宁智能机器人平台》 小爱团队 王刚《小爱:语音识别和NLP在语音交互中的实践》 Kika Tech 姚从磊《AI驱动下的移动输入革新之路》_部分1 Kika Tech 姚从磊《AI驱动下的移动输入革新之路》_部分2 第四范式 胡时伟《企业AI核心能力的自主建设》_部分1 第四范式 胡时伟《企业AI核心能力的自主建设》_部分2 依图科技 周健《依图AI落地探索与反思》

文档介绍

本次讲座主要探讨深度学习在直播推荐中的应用。与传统推荐系统不同,基于深度学习的推荐系统通过深度网络学习并提取多层次的特征,可将直播的节目和用户中的隐藏特征自动化的提取、关联、抽象出来。加之深度模型的使用可大大节约像特征工程对特征提取的巨大投入,同时满足快速训练、迭代等实时性要求。 我主要会从推荐系统的两个关键技术点:召回和排序,来讲解深度学习模型的应用,包括推荐召回中的标签提取,结果排序中的CTR预估等方面,探讨深度神经网络在自然语言处理和CTR预估领域中的优势与挑战,以及深度推荐系统的前景与发展。

×

打开微信扫一扫,分享到朋友圈