算法學習資料： AI_Tutorial

架構(gòu)、搜索、推薦、廣告系統(tǒng)優(yōu)質(zhì)資源

你還在為學習算法摸不著頭腦么？你還在為技術(shù)調(diào)研各種Google么？AI的牛b吹不上去？盯緊了，這里就是你的2020女朋友～。本項目會持續(xù)關(guān)注AI落地的一些優(yōu)質(zhì)技術(shù)資料。大家也可以去網(wǎng)站投稿。
算法學習資料： AI_Tutorial 記得Star哦～！

后端架構(gòu)、AI架構(gòu)、搜索系統(tǒng)、推薦系統(tǒng)、廣告系統(tǒng)技術(shù)資料整理。這篇文章意圖是收集市面上質(zhì)量不錯的后端架構(gòu)、AI架構(gòu)、搜索、 推薦、 廣告引擎技術(shù)資料，內(nèi)容來源包括開源項目官網(wǎng)（Lucene、Solr、Elastic）、綜合技術(shù)網(wǎng)站（AIQ 、infoQ、Stackoverflow、github 等、國內(nèi)外知名互聯(lián)網(wǎng)公司技術(shù)博客（阿里中間件團隊博客、美團技術(shù)博客等）、知名技術(shù)牛人公眾號博客等。
以下整理的內(nèi)容大致根據(jù)來源進行分類。@AIQ-人工智能

github地址：https://github.com/cbamls/full_stack_coder

個人視角有限，謝謝。

---

開源相關(guān)

Lucene

• Lucene 官網(wǎng)

• Lucene 7.6.0源碼

• Lucene Wiki

• 索引結(jié)構(gòu) -Lucene6.6.0

Solr

• Solr 官網(wǎng)

• Solr Wiki

Elastic

• Elastic 官網(wǎng)

• Elastic Blog

• Elastic Formus

• Elasticsearch: 權(quán)威指南 - 中文版

• Elastic 中文社區(qū)

  LucidWorks

• LucidWorks

• LucidWorks Blog

中文分詞

• ansj 分詞

• HanLP 分詞

• ES-Analysis-IK

大公司

阿里

• 天貓推薦算法團隊的那些事兒 - 20140401 - infoQ
  本文以訪談的方式呈現(xiàn)，對搜索和推薦算法進行了簡單的比較，提到了 AB 測試和離線測試，主要對推薦算法團隊的工作方式、工作考評、任務(wù)分配、招聘等進行了介紹。

• 天貓 11.11：搜索引擎實時秒級更新 - 20141111 - infoQ
  文章簡單介紹了阿里搜索引擎架構(gòu)，提到了以下內(nèi)容：1）為提高數(shù)據(jù)實時性（庫存、價格等），去掉應(yīng)用層和業(yè)務(wù)層的緩存，重點提升引擎層的服務(wù)能力。2）排序鏈，根據(jù)業(yè)務(wù)場景定制排序鏈。3）sku 搜索，搜索結(jié)果和屬性導航聯(lián)動（標類產(chǎn)品）。

• 阿里搜索離線技術(shù)團隊負責人談 Hadoop：阿里離線平臺、YARN 和 iStream

• 基于 Apache Flink 的實時計算引擎 Blink 在阿里搜索中的應(yīng)用 - 20170216 - infoQ

• 阿里開源深度學習框架 XDL，面向廣告、推薦、搜索場景 - 20181128 - AIQ

• 阿里巴巴搜索引擎平臺 Ha3 揭秘 - 201811 - AIQ

阿里搜索事業(yè)部技術(shù)團隊
阿里集團搜索、推薦、圖像技術(shù)的大本營，大數(shù)據(jù)時代的創(chuàng)新主場。

• 阿里搜索事業(yè)部技術(shù)團隊

• OpenSearch：輕松構(gòu)建大數(shù)據(jù)搜索服務(wù) - 20160222

• 搜索雙鏈路實時計算體系 @雙 11 實戰(zhàn) - 20160111

阿里中間件團隊博客
2012 年期間，阿里中間件博客記錄了 20 多篇 Lucene、Solr 相關(guān)博文，主要記錄了一些在項目開發(fā)過程中遇到的問題，以及部分源碼解讀。內(nèi)容豐富、實用，但不是很系統(tǒng)。

• 阿里中間件團隊博客

• Solr 調(diào)優(yōu)參考 - 20120521

• Solr Lucene 優(yōu)劣勢分析 - 20120626

• SolrQuery 性能壓測參考 - 20120731

• NumericField NumericRangeQuery 原理分析 - 20120731

• Solr schema 編寫指導 - 20120731

• 關(guān)于搜索挖掘所想 - 20120731

• SolrQuery 挖掘 – 單維度聚合分析 - 20120920

• 我感受到的排序機制參考 - 20120920

• 垂直搜索新問題 - 20120920

• Solr 平臺化搜索實戰(zhàn)必知場景 - 20120921

• Solr Schema 配置小細節(jié)大問題 - 20121015

• Solr DisjunctionMax 注解 - 20121015

• Sql Support within Solr- 類 Sql 的 solr 搜索實現(xiàn) (1) - 20121015

• Sql Support within Solr- 類 Sql 的 solr 搜索實現(xiàn) (2) - 20121015

• 關(guān)于 TrieField 的全面認識、理解、運用 - 20121015

• Solr Facet 引發(fā)思考 on the road - 20121029

• 查詢問題 —queryparse 深入理解 - 20121029

• TermRangeQuery 源碼解析 - 20121106

• Solr 之緩存篇 - 20121106

• 搜索的測試話題 - 20121113

• 關(guān)于搜索夜話 ---- 作為階段序列的告別 - 20121113

• solr 長文本搜索問題 - 20121210

• SolrCore2.9.1 源碼分析備忘 - 20121210

百度

• 百度萬億量級數(shù)據(jù)庫 Tera 架構(gòu)應(yīng)用、設(shè)計與實踐全攻略 - 20170526 - infoQ

京東

• 京東 618：揭秘大促銷背后的個性化推薦 - 20150618 - infoQ

• 京東 11.11：商品搜索系統(tǒng)架構(gòu)設(shè)計 - 20151111 - infoQ

• 京東 618：機器學習與商品數(shù)據(jù)挖掘和知識抽取 - 20170618 - infoQ

美團點評

美團點評技術(shù)團隊博客
在國內(nèi)互聯(lián)網(wǎng)公司中，個人認為“美團點評技術(shù)團隊博客”是最持之以恒的，而且非常干貨。

• 美團點評技術(shù)團隊

• 美團 O2O 排序解決方案——線下篇 - 20151207

• 美團O2O排序解決方案——線上篇 - 2015-11-16 17:00

• 美團點評旅游搜索召回策略的演進 - 20170616 - AIQ

攜程

• 攜程技術(shù)中心

去哪兒

• 去哪兒網(wǎng)機票搜索系統(tǒng)的高并發(fā)架構(gòu)設(shè)計 20170421 - AIQ

搜狗

• 搜狗搜索廣告檢索系統(tǒng) - 彈性架構(gòu)演進之路 - 20160111 - infoQ

• 深度學習在搜狗無線搜索廣告中的應(yīng)用 - 20160808 - infoQ

• 以搜狗為例，談?wù)Z音輸入如何影響你的生活 - 20161208 - infoQ

一號店

• 1 號店 11.11：分布式搜索引擎的架構(gòu)實踐 - 20151112 - infoQ

• 1 號店 11.11：機器排序?qū)W習在電商搜索中的實戰(zhàn) - 20161111 - AIQ

• 機器學習在 1 號店商品匹配中的實踐 - 20170506 - 攜程技術(shù)中心

待分類

國內(nèi)

• 當當 11.11：促銷系統(tǒng)與交易系統(tǒng)的重構(gòu)實踐 - 20151113 - infoQ

• 蘇寧易購 11.11：商品詳情系統(tǒng)架構(gòu)設(shè)計 - 20151227 - infoQ

• 達觀數(shù)據(jù) 點擊模型：提升算法精度的利器 - 20160315 - infoQ

• 達觀數(shù)據(jù) 一個可供參考的搜索引擎排序架構(gòu)實踐案例 - 20160830 - infoQ

• 達觀數(shù)據(jù) “搜你所想” 之用戶搜索意圖識別 - 20170608 - AIQ

• 鏈家網(wǎng) 數(shù)據(jù)驅(qū)動在搜索優(yōu)化與推薦策略中的實踐 - 20170406 - infoQ

• 深度學習在 Airbnb 大規(guī)模搜索排名上的實戰(zhàn)經(jīng)驗 - 20181118 - AIQ

• 51 信用卡的個性化推薦體系 - 2018 - AIQ

• 蘇寧 11.11：搜索引擎 Solr 在蘇寧易購商品評價系統(tǒng)中的應(yīng)用 - 20181105 - AIQ
  國外

• Twitter 實時檢索 6700 億條推文，細談 Twitter 搜索引擎的演進歷程 - 20160330 - infoQ

• Yelp 是如何用數(shù)據(jù)驅(qū)動搜索過濾器的？ - 20151209 - infoQ

開發(fā)應(yīng)用

理論基礎(chǔ)

• 我愛自然語言處理 推薦

• 漫話中文自動分詞和語義識別

源碼解讀

• 劉超覺先 詳細分析了 Lucene3.x 的源碼，推薦。

• Anatomy of an Elasticsearch Cluster: Part I

• Anatomy of an Elasticsearch Cluster: Part II

• Anatomy of an Elasticsearch Cluster: Part III

常見問題

• Stackoverflow - Lucene

• Stackoverflow - Solr

• Stackoverflow - Elastic

其他

• 對話 Kibana 之父：如果需要，你應(yīng)該自己動手編寫工具 - 20170111 - infoQ

• 配置高性能 Elasticsearch 集群的 9 個小貼士 - 20170104 - infoQ

• 基于 ElasticStack 的數(shù)據(jù)探索與分析 - 20161018 - infoQ

• 使用 Akka、Kafka 和 ElasticSearch 等構(gòu)建分析引擎 - 20160825 - infoQ

• 萬億級日志與行為數(shù)據(jù)存儲查詢技術(shù)剖析 - 20170222 - infoQ

• 谷歌的自然語言部門是啥樣的？ - 20160118 - infoQ

• 通過 Baratine 將 Lucene 庫暴露為微服務(wù) - 20160225 - infoQ

---

人工智能領(lǐng)域文集

畢業(yè) 10 年才懂，解決問題的能力原來這么重要

跨境電商 Etsy 如何使用交互行為類型進行可解釋推薦

機器學習模型的可解釋性

個性化海報在愛奇藝視頻推薦場景中的實踐

華為招聘

華為人才招聘

Query 理解和語義召回在知乎搜索中的應(yīng)用

推薦系統(tǒng)技術(shù)演進趨勢：從召回到排序再到重排

程序員必知必會的零拷貝技術(shù)

推薦系統(tǒng)的發(fā)展與簡單回顧

溝通的重要工具——喬哈里視窗

NLP 技術(shù)在微博 feed 流中的應(yīng)用

機器學習 - 一文理解 GBDT 的原理 -20171001

LR+FTRL 算法原理以及工程化實現(xiàn)

推薦場景中召回模型的演化過程

讀《影響力》這本書

系統(tǒng)重構(gòu)的道與術(shù)

CTO 被裁，離職前給組了的高級開發(fā)們 8 個建議。

記錄：tf.saved_model 模塊的簡單使用（TensorFlow 模型存儲與恢復）

淘寶如何擁抱短視頻時代？視頻推薦算法實戰(zhàn)

解密淘寶推薦實戰(zhàn)，打造 “比你還懂你” 的個性化 APP

風控特征—時間滑窗統(tǒng)計特征體系

解密商業(yè)化廣告投放平臺技術(shù)架構(gòu)

深入理解 AQS 之 Condition 源碼

IJCAI 2019 | 為推薦系統(tǒng)生成高質(zhì)量的文本解釋：基于互注意力機制的多任務(wù)學習模型

Hi, xiaolongnk

Learning to rank 基本算法小結(jié)

知識結(jié)構(gòu)化在阿里小蜜中的應(yīng)用

萬字長文！推薦系統(tǒng)算法崗校招面試經(jīng)驗 & 學習心得

標簽平滑 & 深度學習：Google Brain 解釋了為什么標簽平滑有用以及什么時候使用它 (SOTA tips)?

經(jīng)驗：一個秒殺系統(tǒng)的設(shè)計思考

視頻：美圖個性化 push AI 探索之路

優(yōu)酷 DSP 廣告投放系統(tǒng)架構(gòu)實踐

淺談微視推薦系統(tǒng)中的特征工程

知識圖譜的自動構(gòu)建

美團點評效果廣告實驗配置平臺的設(shè)計與實現(xiàn)

騰訊信息流內(nèi)容理解技術(shù)實踐

深度 |58 商業(yè)流量排序策略優(yōu)化實踐

美團點評 Kubernetes 集群管理實踐

張一鳴：如何應(yīng)對公司變大之后的管理挑戰(zhàn)

如何提升「會議效率」

【有贊】數(shù)據(jù)資產(chǎn)，贊之治理

搜索引擎中的 Web 數(shù)據(jù)挖掘

幾十億數(shù)據(jù)查詢 3 秒返回，ES 性能優(yōu)化實戰(zhàn)！

基于多視角學習和個性化注意力機制的新聞推薦

Walrus- 一個輕量級 olap 查詢框架

微服務(wù)高可用利器——Hystrix 熔斷降級原理 & 實踐總結(jié)

【推薦實踐】微博在線機器學習和深度學習實踐

馬蜂窩推薦排序算法模型是如何實現(xiàn)快速迭代的

在線學習在愛奇藝信息流推薦業(yè)務(wù)中的探索與實踐

【58 同城】如何從 0 到 1 構(gòu)建個性化推薦？

機器學習在 58 二手車估價系統(tǒng)實踐

萌新想請教一下 特征選擇 的問題

實時計算引擎在貝殼的應(yīng)用與實踐

今日頭條在消息服務(wù)平臺和容災(zāi)體系建設(shè)方面的實踐與思考

推薦系統(tǒng)中模型訓練及使用流程的標準化

知識圖譜與語義分析技術(shù)介紹（附前沿論文解讀）

網(wǎng)絡(luò)圖模型知識點綜述

360 展示廣告召回系統(tǒng)的演進

Tensorflow 的 checkpoint 教程

陳曦：性能與穩(wěn)定并存 Elasticsearch 調(diào)優(yōu)實踐

3000 臺服務(wù)器不宕機，微博廣告系統(tǒng)全景運維大法

由 Finalizer 和 SocksSocketImpl 引起的 Fullgc 問題盤點

愛奇藝效果廣告的個性化探索與實踐

深度學習技術(shù)在美圖個性化推薦的應(yīng)用實踐

UC 信息流推薦模型在多目標和模型優(yōu)化方面的進展

Facebook 面向個性化推薦系統(tǒng)的深度學習推薦模型

美團配送交付時間輕量級預估實踐

58 招聘推薦排序算法實戰(zhàn)與探索

阿里如何實現(xiàn)秒級百萬 TPS？搜索離線大數(shù)據(jù)平臺架構(gòu)解讀

會向業(yè)務(wù)“砍需求”的技術(shù)同學，該具備哪 6 點能力？

UC 國際信息流推薦中的多語言內(nèi)容理解

10 年 +，阿里沉淀出怎樣的搜索引擎？

Hi, 2019_nickname

老大難的 GC 原理及調(diào)優(yōu)，這下全說清楚了

以 YouTube 論文學習如何在推薦場景應(yīng)用強化學習

深度度量學習中的損失函數(shù)

UC 信息流視頻標簽識別技術(shù)

常用學習算法

阿里媽媽：品牌廣告中的 NLP 算法實踐

OCPC 廣告算法在鳳凰新媒體的實踐探索

降低軟件復雜性的一般原則和方法

基于 Elastic Stack 的海量日志分析平臺實踐

支付系統(tǒng)高可用架構(gòu)設(shè)計實戰(zhàn)，可用性高達 99.999！

推薦系統(tǒng)應(yīng)該如何保障推薦的多樣性？

淺談 UC 國際信息流推薦

我在亞馬遜學到的三樣東西，為我的機器學習職業(yè)之路做好了準備

關(guān)于數(shù)據(jù)驅(qū)動的重新思考

頭條，美團，滴滴，京東及其它公司面試經(jīng)驗分享！

CCKS 2019 | 百度 CTO 王海峰詳解知識圖譜與語義理解

模型評估指標 AUC 和 ROC，這是我看到的最透徹的講解

GitHub 標星 8k+，最后還有什么想問的么？對面試官的靈魂 50 問！

Andrew Ng(吳恩達) 關(guān)于機器學習職業(yè)生涯以及閱讀論文的一些建議

A/B 測試中我們都會犯的十個常見錯誤

AI 在愛奇藝視頻廣告中的探索

快看漫畫個性化推薦探索與實踐

微博廣告策略工程架構(gòu)體系演進

請問 example oracle 和后面那個紅框的分布是什么意思？

構(gòu)建可解釋的推薦系統(tǒng)

解讀：滴滴“猜你去哪兒”功能的算法實現(xiàn)

推薦系統(tǒng)走向下一階段最重要的三個問題

電商推薦那點事

風控建模流程：以京東群體感知項目為例

每天超 50 億推廣流量、3 億商品展現(xiàn)，阿里媽媽的推薦技術(shù)有多牛？

聊聊 Linux IO 棧

阿里媽媽深度樹檢索技術(shù)（TDM）及應(yīng)用框架的探索實踐

推薦系統(tǒng)工程難題：如何做好深度學習 CTR 模型線上 Serving

360 搜索的百億級網(wǎng)頁搜索引擎架構(gòu)實現(xiàn)

FSICFR 或者 CFRM 算法訓練后如何應(yīng)用于實際的游戲中?

京東電商推薦系統(tǒng)實踐

< 機器學習實戰(zhàn) 高清中英 源代碼 > 分享

分布式鎖用 Redis 還是 Zookeeper？

InnoDB 事務(wù)與分布式事務(wù)中一些關(guān)鍵問題

hello, 初次見面請多關(guān)注

【兼職】澤山賢教育招聘人工智能線上講師，時薪 200-300 元

ESearch: 58 搜索內(nèi)核設(shè)計與實踐—實時索引篇

兩萬字深度介紹分布式系統(tǒng)原理，一文入魂

推薦技術(shù)隨談

這是我讀過寫得最好的【秒殺系統(tǒng)架構(gòu)】分析與實戰(zhàn)！

如果這篇文章說不清 epoll 的本質(zhì)，那就過來掐死我吧！

最完整的 Markdown 基礎(chǔ)教程

番外篇：Lucene 索引流程與倒排索引實現(xiàn)

Lucene 倒排索引原理探秘 (2)

Lucene 倒排索引原理探秘 (1)

推薦系統(tǒng)：石器與青銅時代

快手 HBase 在千億級用戶特征數(shù)據(jù)分析中的應(yīng)用與實踐

數(shù)據(jù)老是錯誤，不知道為什么

怎么寫代碼呢

學習代碼寫作怎么寫

學習數(shù)據(jù)代碼

深度學習在 360 搜索廣告 NLP 任務(wù)中的應(yīng)用

消息中間件—RocketMQ 消息存儲（二）

消息中間件—RocketMQ 消息存儲（一）

消息中間件—RocketMQ 消息消費（三）（消息消費重試）

消息中間件—RocketMQ 消息消費（二）（push 模式實現(xiàn)）

消息中間件—RocketMQ 消息消費（一）

消息中間件—RocketMQ 消息發(fā)送

消息中間件—RocketMQ 的 RPC 通信（二）

消息中間件—RocketMQ 的 RPC 通信（一）

（畢業(yè)真實版本）《馬來西亞雙威大學畢業(yè)證書 -|SUNWAY 畢業(yè)一模一樣證書

（畢業(yè)真實版本）《新加坡國立大學畢業(yè)證書 -|NUS 畢業(yè)一模一樣證書

阿里零售通智能導購推薦技術(shù)實踐

“看一看”推薦模型揭秘！微信團隊提出實時 Look-alike 算法，解決推薦系統(tǒng)多樣性問題

關(guān)于機器學習歸一化

網(wǎng)易新聞推薦：深度學習排序系統(tǒng)及模型

一鏡到底：FM 們的原理及在貝殼搜索的實踐

淘寶從幾百到千萬級并發(fā)的十四次架構(gòu)演進之路！

分布式追蹤系統(tǒng)概述及主流開源系統(tǒng)對比

系統(tǒng)架構(gòu)系列（四）：業(yè)務(wù)架構(gòu)實戰(zhàn)下篇

系統(tǒng)架構(gòu)系列 (三)：業(yè)務(wù)架構(gòu)實戰(zhàn)上篇

系統(tǒng)架構(gòu)系列 (二)：應(yīng)對這一概念的方法

系統(tǒng)架構(gòu)系列（一）：如何用公式定義該概念？

寫給開發(fā)者的谷歌技術(shù)面試終極通關(guān)指南

流式數(shù)據(jù)處理在百度數(shù)據(jù)工廠的應(yīng)用與實踐

一文讀懂深度學習：從神經(jīng)元到 BERT

基于內(nèi)容的推薦算法

Embedding 技術(shù)在民宿推薦中的應(yīng)用

XLNet : 運行機制及和 Bert 的異同比較

深度學習在 Airbnb 中的探索與應(yīng)用

【貝殼智搜】標簽：月老手中那一根根紅線

Xavier 論文疑惑（論文標題：Understanding the difficulty of training deep feedforward neural networks）

TCP 報文格式高清圖

從 Word Embedding 到 Bert 模型—自然語言處理中的預訓練技術(shù)發(fā)展史

Bert 時代的創(chuàng)新（應(yīng)用篇）：Bert 在 NLP 各領(lǐng)域的應(yīng)用進展

Netflix 推薦系統(tǒng)模型的快速線上評估方法——Interleaving

【真實生產(chǎn)案例】消息中間件如何處理消費失敗的消息？

YC 中國創(chuàng)始人陸奇：人工智能時代，芯片和底層軟件基本都要重做

從 MySQL 高可用架構(gòu)看高可用架構(gòu)設(shè)計

abtest- 數(shù)據(jù)分析 - 假設(shè)檢驗基礎(chǔ)

程序員面試最常見問題 TOP 48

abtest 那些事兒（下）—數(shù)據(jù)跟蹤和效果評估

list1 與 list2 求交集的方法總結(jié)！

當你打開天貓的那一刻，推薦系統(tǒng)做了哪些工作？

高并發(fā)架構(gòu)消息隊列面試題解析

Embedding 在深度推薦系統(tǒng)中的 3 大應(yīng)用方向

使用 ElasticSearch 的 44 條建議

Elasticsearch 技術(shù)分析（七）： Elasticsearch 的性能優(yōu)化

適合程序員用的筆記本電腦

怎樣寫網(wǎng)站優(yōu)化方案

馬蜂窩 ABTest 多層分流系統(tǒng)的設(shè)計與實現(xiàn)

ES 查詢性能調(diào)優(yōu)實踐，億級數(shù)據(jù)查詢毫秒級返回

小米移動搜索中的 AI 技術(shù)

LSTM 原理與實踐，原來如此簡單

基于 “ 滴滴 KDD 2018 論文：基于強化學習技術(shù)的智能派單模型 ” 再演繹

阿里媽媽：電商預估模型的發(fā)展與挑戰(zhàn)

Attention in RNN

詳解 Transformer （Attention Is All You Need）

SVM 優(yōu)化出來支持向量點的不等式約束不等于 1 是為什么？

機器學習：K 折交叉驗證的問題

滴滴基于 ElasticSearch 的一站式搜索中臺實踐

快手萬億級別 Kafka 集群應(yīng)用實踐與技術(shù)演進之路

微軟 AB/Testing EXP 實驗管理平臺

揭開 YouTube 深度推薦系統(tǒng)模型 Serving 之謎

深度學習中不得不學的 Graph Embedding 方法

谷歌、阿里、微軟等 10 大深度學習 CTR 模型最全演化圖譜【推薦、廣告、搜索領(lǐng)域】

FTRL 公式推導

個性化推薦技術(shù)

分類模型與排序模型在推薦系統(tǒng)中的異同分析

阿里巴巴復雜搜索系統(tǒng)的可靠性優(yōu)化之路

從 FFM 到 DeepFFM，推薦排序模型到底哪家強？

在 faster-RCNN 中，最后一層輸出的 bbox_pred 是什么

有贊百億級日志系統(tǒng)架構(gòu)設(shè)計

打造工業(yè)級推薦系統(tǒng)（一）：推薦算法工程師的成長之道

面試官：如果讓你設(shè)計一個消息中間件，如何將其網(wǎng)絡(luò)通信性能優(yōu)化 10 倍以上？【石杉的架構(gòu)筆記】

機器學習與深度學習常見面試題（上）

ABtest 和假設(shè)檢驗、流量分配

【三. 推薦系統(tǒng)的必備要素 -2】ABtest 框架

復旦邱錫鵬教授公布《神經(jīng)網(wǎng)絡(luò)與深度學習》，中文免費下載

攜程金融大數(shù)據(jù)風控算法實踐

拯救 996 的配方

【一. 概述 -2】什么樣的產(chǎn)品推薦效果明顯

【一. 概述 -1】推薦系統(tǒng)簡介

萬字長文解讀電商搜索——如何讓你買得又快又好

【搜狐】新聞推薦系統(tǒng)的 CTR 預估模型

阿里媽媽新突破：深度樹匹配如何扛住千萬級推薦系統(tǒng)壓力

計算廣告中主要模塊、策略及其場景（上篇）

有贊訂單搜索 AKF 架構(gòu)演進之路

獨家解讀 | 滴滴機器學習平臺架構(gòu)演進之路

前深度學習時代 CTR 預估模型的演化之路

知其然，知其所以然：基于多任務(wù)學習的可解釋推薦系統(tǒng)

[NAACL19] 一個更好更快更強的序列標注成分句法分析器

一直播千萬量級用戶推薦系統(tǒng)設(shè)計之路

知識圖譜 |298 萬條三元組生成方法 (一)

AI 下一個拐點，圖神經(jīng)網(wǎng)絡(luò)帶來哪些機遇？

人臉識別如何快速工作

如何強化數(shù)據(jù)集中某個特征的影響？

強化學習系列二——應(yīng)用 AlphaGo Zero 思路優(yōu)化搜索排序

【58 同城】中文分詞技術(shù)深度學習篇

一圖勝千言: 解讀阿里的 Deep Image CTR Model

推薦系統(tǒng)召回四模型之二：沉重的 FFM 模型

Embedding 從入門到專家必讀的十篇論文

深度 CTR 預估模型中的特征自動組合機制演化簡史

詳解 Airbnb 之深度學習在搜索業(yè)務(wù)的探索

萬字長文帶你解讀 NLP 深度學習的各類模型

基于深度強化學習的新聞推薦模型 DRN

基于 Tensorflow 高階 API 構(gòu)建大規(guī)模分布式深度學習模型系列: 開篇

【貝殼網(wǎng)】貝殼搜索平臺實時流總體架構(gòu)設(shè)計

【貝殼網(wǎng)】貝殼搜索為什么能知道你想住哪？

百度中文糾錯技術(shù)

版本控制工具——Git 常用操作

【貝殼網(wǎng)】ElasticSearch 相關(guān)性計算原理及實踐

【貝殼網(wǎng)】Elasticsearch 在貝殼搜索的部署實踐

【貝殼網(wǎng)】讀“懂”用戶找房需求：貝殼語義解析技術(shù)實踐

【貝殼網(wǎng)】兩種簡單有效的標簽選擇方法

回顧 Facebook 經(jīng)典 CTR 預估模型

主流 CTR 預估模型的演化及對比

推薦系統(tǒng)召回四模型之：全能的 FM 模型

自然語言處理基礎(chǔ)：上下文詞表征入門解讀

為什么已有 Elasticsearch，我們還要重造實時分析引擎 AresDB？

NLP 新秀 : BERT 的優(yōu)雅解讀

詳解 Embeddings at Alibaba(KDD 2018)

前員工揭內(nèi)幕：10 年了，為何谷歌還搞不定知識圖譜？

人機交互式機器翻譯研究與應(yīng)用

獨家揭秘：微博深度學習平臺如何支撐 4 億用戶愉快吃瓜？

愛奇藝短視頻軟色情識別技術(shù)解析

卷積有多少種？一文讀懂深度學習中的各種卷積

深度長文：中文分詞的十年回顧

機器學習中如何處理不平衡數(shù)據(jù)？

【58 同城】語言模型及其應(yīng)用

測試機器學習降維之線性判別模型 (LDA)

GBDT+LR 算法解析及 Python 實現(xiàn)

網(wǎng)易杭研 分享 圖數(shù)據(jù)庫基礎(chǔ)

用 Flink 取代 Spark Streaming，知乎實時數(shù)倉架構(gòu)演進

國美 11·11：大促場景下的國美智能推薦系統(tǒng)演進之路

58 精準推送實踐

《美團機器學習實踐》—— 思維導圖

「回顧」強化學習：原理與應(yīng)用

詳解 GAN 的譜歸一化（Spectral Normalization）

「回顧」機器學習在反欺詐中應(yīng)用

滴滴出行基于 RocketMQ 構(gòu)建企業(yè)級消息隊列服務(wù)的實踐

一文讓你徹底理解準確率，精準率，召回率，真正率，假正率，ROC/AUC

HBase 寫吞吐場景資源消耗量化分析及優(yōu)化

Flink 在有贊實時計算的實踐

語義分割江湖的那些事兒——從曠視說起

「回顧」百度智能寫作如何通過人工智能技術(shù)為媒體內(nèi)容創(chuàng)作賦能？

58 技術(shù)沙龍——云搜 知乎 58 同城 搜索架構(gòu)

「回顧」基于金融智能風控的實時指標處理技術(shù)體系

「回顧」阿里媽媽：定向廣告新一代點擊率預估主模型——深度興趣演化網(wǎng)絡(luò)

深入剖析 Netty 源碼設(shè)計（二）——BIO NIO AIO Reactor 模式到底干了啥

「機器學習基礎(chǔ)與趨勢」系列叢書最新成員：140 頁《深度強化學習入門》發(fā)布

畢玄：我在阿里的十年技術(shù)感悟

使用 Pytorch 實現(xiàn) skip-gram 的 word2vec

「回顧」螞蟻數(shù)據(jù)分析平臺的演進及數(shù)據(jù)分析方法的應(yīng)用

「回顧」深度學習新技術(shù)在搜狗搜索廣告中的深化應(yīng)用

Google 重疊實驗框架：更多，更好，更快地實驗

58 招聘推薦系統(tǒng)介紹——AB 實驗框架

深入剖析 Netty 源碼設(shè)計（一）——深入理解 select poll epoll 機制

從 KDD 2018 Best Paper 看 Airbnb 實時搜索排序中的 Embedding 技巧

中文分詞技術(shù)及在 58 搜索的實踐

58 搜索列表頁連接效率優(yōu)化實踐

「回顧」58 同城 綜合排序框架 連接效率優(yōu)化實踐

「行知」鑲嵌在互聯(lián)網(wǎng)技術(shù)上的明珠：漫談深度學習時代點擊率預估技術(shù)進展

推薦系統(tǒng)遇上深度學習 (二十九)-- 協(xié)同記憶網(wǎng)絡(luò)理論及實踐

推薦系統(tǒng)遇上深度學習 (二十八)-- 知識圖譜與推薦系統(tǒng)結(jié)合之 MKR 模型原理及實現(xiàn)

推薦系統(tǒng)遇上深度學習 (二十七)-- 知識圖譜與推薦系統(tǒng)結(jié)合之 RippleNet 模型原理及實現(xiàn)

推薦系統(tǒng)遇上深度學習 (二十六)-- 知識圖譜與推薦系統(tǒng)結(jié)合之 DKN 模型原理及實現(xiàn)

推薦系統(tǒng)遇上深度學習 (二十五)-- 當知識圖譜遇上個性化推薦

推薦系統(tǒng)遇上深度學習 (二十四)-- 深度興趣進化網(wǎng)絡(luò) DIEN 原理及實戰(zhàn)！

推薦系統(tǒng)遇上深度學習 (二十三)-- 大一統(tǒng)信息檢索模型 IRGAN 在推薦領(lǐng)域的應(yīng)用

推薦系統(tǒng)遇上深度學習 (二十二)–DeepFM 升級版 XDeepFM 模型強勢來襲！

推薦系統(tǒng)遇上深度學習 (二十一)-- 階段性回顧

推薦系統(tǒng)遇上深度學習 (二十)-- 貝葉斯個性化排序(BPR) 算法原理及實戰(zhàn)

推薦系統(tǒng)遇上深度學習 (十九)-- 探秘阿里之完整空間多任務(wù)模型 ESSM

推薦系統(tǒng)遇上深度學習 (十八)-- 探秘阿里之深度興趣網(wǎng)絡(luò)(DIN) 淺析及實現(xiàn)

推薦系統(tǒng)遇上深度學習 (十七)-- 探秘阿里之 MLR 算法淺析及實現(xiàn)

推薦系統(tǒng)遇上深度學習 (十六)-- 詳解推薦系統(tǒng)中的常用評測指標

推薦系統(tǒng)遇上深度學習 (十五)-- 強化學習在京東推薦中的探索

推薦系統(tǒng)遇上深度學習 (十四)–《DRN:A Deep Reinforcement Learning Framework for News Recommendation》

推薦系統(tǒng)遇上深度學習 (十三)–linUCB 方法淺析及實現(xiàn)

推薦系統(tǒng)遇上深度學習 (十二)-- 推薦系統(tǒng)中的 EE 問題及基本 Bandit 算法

大眾點評搜索基于知識圖譜的深度學習排序?qū)嵺`

推薦系統(tǒng)遇上深度學習 (十)–GBDT+LR 融合方案實戰(zhàn)

推薦系統(tǒng)遇上深度學習 (八)–AFM 模型理論和實踐

推薦系統(tǒng)遇上深度學習 (七)–NFM 模型理論和實踐

推薦系統(tǒng)遇上深度學習 (六)–PNN 模型理論和實踐

推薦系統(tǒng)遇上深度學習 (五)–Deep&Cross Network 模型理論和實踐

推薦系統(tǒng)遇上深度學習 (四)-- 多值離散特征的 embedding 解決方案

推薦系統(tǒng)遇上深度學習 (三)–DeepFM 模型理論和實踐

深度學習時代的圖模型

推薦系統(tǒng)遇上深度學習 (二)–FFM 模型理論和實踐

推薦系統(tǒng)遇上深度學習 (一)–FM 模型理論和實踐

BERT 大火卻不懂 Transformer？讀這一篇就夠了

圖解當前最強語言模型 BERT：NLP 是如何攻克遷移學習的？

AutoML 在推薦系統(tǒng)中的應(yīng)用

一朝爆發(fā)？解讀知識圖譜和圖數(shù)據(jù)庫的 2018

工作中組內(nèi)遇到的 elasticsearch 使用上的踩坑總結(jié)

深度好文：2018 年 NLP 應(yīng)用和商業(yè)化調(diào)查報告

深度學習在金融文本情感分類中的應(yīng)用

深入剖析 ReentrantLock 公平鎖與非公平鎖源碼實現(xiàn)

算法工程師必須要知道的面試技能雷達圖

美團深度學習在搜索業(yè)務(wù)中的探索與實踐

回顧·搜索引擎算法體系簡介——排序和意圖篇

基于知識圖譜的問答系統(tǒng)入門—NLPCC2016KBQA 數(shù)據(jù)集

【干貨】Kafka 數(shù)據(jù)可靠性深度解讀

回顧·CTR 預估系統(tǒng)實踐

「回顧」強化學習在自然語言處理中的應(yīng)用

Spark 寬依賴 窄依賴 Job Stage Executor Task 總結(jié)

Spark 性能調(diào)優(yōu)總結(jié)

Scala 下劃線 (_) 用法匯總

【干貨】Spark 之性能優(yōu)化

《搜索與推薦中的深度學習匹配》之推薦篇

《搜索與推薦中的深度學習匹配》之搜索篇

「回顧」Yoo 視頻底層頁推薦系統(tǒng) - 從 0 到 1 的實踐

吳恩達、Yann LeCun 等大佬回顧預測 2019 年 AI 發(fā)展

螞蟻金服核心技術(shù)：百億特征實時推薦算法揭秘

Numerical Coordinate Regression= 高斯熱圖 VS 坐標回歸

「回顧」AI 如何讓廣告投放進入“自動駕駛”？

隨機變量 - 統(tǒng)計學核心方法及其應(yīng)用

簡單聊聊特征工程

近期知識圖譜頂會論文推薦，你都讀過哪幾篇？

半監(jiān)督深度學習小結(jié)：類協(xié)同訓練和一致性正則化

「回顧」機器學習與推薦系統(tǒng)實踐

全文搜索引擎，選 ElasticSearch 還是 Solr？

NLP-BERT 谷歌自然語言處理模型：BERT- 基于 pytorch

羅振宇 2018“時間的朋友”跨年演講未刪減全文

機器學習與數(shù)據(jù)科學決策樹指南

「回顧」旅游知識圖譜的構(gòu)建和應(yīng)用

「回顧」知乎推薦頁 Ranking 經(jīng)驗分享

計算廣告論文及資料 && 推薦系統(tǒng)論文及資料 && 基于 Spark 的 CTR 模型資料

萬物皆 Embedding，從經(jīng)典的 word2vec 到深度學習基本操作 item2vec

【下】YouTube 深度學習推薦系統(tǒng)的十大工程問題

【上】重讀 Youtube 深度學習推薦系統(tǒng)論文，字字珠璣，驚為神文

人臉分析：數(shù)據(jù)時代的“面像學” 一文讀懂用戶畫像的前世今生

「回顧」愛奇藝搜索排序模型迭代之路

「回顧」NLP 在網(wǎng)絡(luò)文學領(lǐng)域的應(yīng)用

清華大學圖神經(jīng)網(wǎng)絡(luò)綜述：模型與應(yīng)用

Netty 學習和進階策略

Flink 實戰(zhàn)： 結(jié)合 Kafka 構(gòu)建端到端的 Exactly-Once 處理程序

Apache Flink 端到端（end-to-end）Exactly-Once 特性概覽 （翻譯）

《提問的智慧》中文版翻譯

NIPS2018 | 騰訊 AI Lab 入選 20 篇論文，含 2 篇 Spotlight

【翻譯】Redis 存儲揭秘

大話 Select、Poll、Epoll 機制

空間數(shù)據(jù)索引 RTree 完全解析及 Java 實現(xiàn)

建了個機器學習與深度學習的微信群

【美團】LruCache 在美團 DSP 系統(tǒng)中的應(yīng)用演進

【美團】深入淺出排序?qū)W習：寫給程序員的算法系統(tǒng)開發(fā)實踐

基于 Flink 的嚴選實時數(shù)倉實踐

百頁機器學習書

基于對象特征的推薦系統(tǒng)

「回顧」讓機器讀懂人類：揭秘機器閱讀理解技術(shù)及應(yīng)用

“IT 男等級”對照表｜找找你在哪？

兩位拯救谷歌的超級工程師的故事：計算機界最好的結(jié)對編程榜樣

機器學習在美團配送系統(tǒng)的實踐：用技術(shù)還原真實世界

[譯] 支持向量機（SVM）教程

YouTube 推薦系統(tǒng)改進之路

「干貨」YouTube 基于深度神經(jīng)網(wǎng)絡(luò)推薦系統(tǒng)剖析

實時檢索 6700 億條推文，細談 Twitter 搜索引擎的演進歷程

【 DataFunTalk】HBase RowKey 與索引設(shè)計

架構(gòu)拆分原理解析

阿里開源深度學習框架 XDL，面向廣告、推薦、搜索場景

我收到了斯坦福、UCL、CMU、NYU、UW 的博士 offer，這是我的經(jīng)驗

BigGAN 論文解讀

微軟專家眼中個性化推薦系統(tǒng)的 5 大研究趨勢

理解五個基本概念，讓你更像機器學習專家

阿里巴巴搜索引擎平臺 Ha3 揭秘

Java 編程方法論之響應(yīng)式編程系列視頻

每日生產(chǎn)萬億消息數(shù)據(jù)入庫，騰訊如何突破大數(shù)據(jù)分析架構(gòu)瓶頸

這可能是人工智能、機器學習和大數(shù)據(jù)領(lǐng)域覆蓋最全的一份速查表

菜鳥，下一代分布式體系架構(gòu)的設(shè)計理念

除了抖音和頭條，字節(jié)跳動的 AI 實力有多強？

阿里媽媽大規(guī)模在線分層實驗實踐

深度學習在 Airbnb 大規(guī)模搜索排名上的實戰(zhàn)經(jīng)驗

51 信用卡的個性化推薦體系

【杉楓】科技與人文

【杉楓】架構(gòu)抽象化設(shè)計

機器學習人工智能學習資源導航

這里好冷清

蘇寧 11.11：一種基于神經(jīng)網(wǎng)絡(luò)的智能商品稅分類系統(tǒng)

有贊搜索引擎從 0 到 1 技術(shù)解析

人工智能大佬社區(qū)

蘇寧 11.11 ：蘇寧大數(shù)據(jù)離線任務(wù)開發(fā)調(diào)度平臺實踐

蘇寧 11.11：蘇寧易購訂單搜索系統(tǒng)架構(gòu)及實現(xiàn)

蘇寧 11.11：搜索引擎 Solr 在蘇寧易購商品評價系統(tǒng)中的應(yīng)用

美團大腦：知識圖譜的建模方法及其應(yīng)用

【干貨】搜索引擎技術(shù)資料整理

2143 億！2018 年天貓“雙 11”成交總額是這樣預測的

一文看懂智能合約的現(xiàn)狀與未來

“搜你所想”之用戶搜索意圖識別

【杉楓】推薦引擎異步架構(gòu)設(shè)計

蘇寧 11.11：倉庫內(nèi)多 AGV 協(xié)作的全局路徑規(guī)劃算法研究

Kafka 設(shè)計解析（一）：Kafka 背景及架構(gòu)介紹

「回顧」餓了么推薦算法演進及在線學習實踐

Lucene 6 數(shù)值索引以及空間索引方案

互聯(lián)網(wǎng)架構(gòu)，究竟為啥要做服務(wù)化？

Lucene 倒排索引緩沖池的細節(jié)

【譯】寫給計算機專業(yè)畢業(yè)生的 22 條寶貴建議

深度學習在序列化推薦中的應(yīng)用 (1)-GRU4REC 以及擴展

實時翻譯的發(fā)動機：矢量語義（斯坦福大學課程解讀）

騷操作！電影接吻鏡頭次數(shù)的算法實現(xiàn)

響應(yīng)式編程 Rxjava 書籍視頻教程

機器學習，模式識別，數(shù)據(jù)挖掘常用學習資源鏈接

美團深度學習系統(tǒng)的工程實踐

AI 大師丨 Yoshua Bengio：純粹與理想，深度學習的 30 年

Apache 頂級開源項目是怎樣煉成的？國內(nèi)開發(fā)者應(yīng)該如何借鑒？

大數(shù)據(jù)涼了？No，流式計算浪潮才剛剛開始！

分布式高性能 redis 集群線上常見問題

58 沈劍 - 分布式事務(wù)，原來可以這么玩？

餓了么外賣推薦算法中有哪些機制與手段？

有贊搜索系統(tǒng)的架構(gòu)演進

有贊搜索系統(tǒng)的技術(shù)內(nèi)幕

基于 TensorFlow Serving 的深度學習在線預估

建了一個機器學習微信群

阿里巴巴為什么選擇 Apache Flink？Flink——下一代大數(shù)據(jù)處理系統(tǒng)

超參數(shù)搜索不夠高效？這幾大策略了解一下

Lucene 查詢原理

Lucene 解析 - 基本概念

Elasticsearch 之 commit point | Segment | refresh | flush 索引分片內(nèi)部原理

程序員能靠技術(shù)渡過中年危機嗎？

碼農(nóng)晉升為技術(shù)管理者后，痛并快樂著的糾結(jié)內(nèi)心

秋招報告：2019 屆互聯(lián)網(wǎng)校招薪資出爐，90 后社招被薪酬倒掛？

互聯(lián)網(wǎng)思維——真正的高手，是如何判斷趨勢的？

一點做用戶畫像的人生經(jīng)驗：ID 強打通

如何理解區(qū)塊鏈的共識算法？

推薦系統(tǒng)頂會 RecSys2018 最佳論文獎出爐！因果嵌入推薦與用戶研究成為焦點

程序員進階必讀金句

騰訊內(nèi)容平臺系統(tǒng)的架構(gòu)實踐

58 同城推薦系統(tǒng)架構(gòu)設(shè)計與實現(xiàn)

互聯(lián)網(wǎng)智能廣告系統(tǒng)簡易流程與架構(gòu)

【阿里】電商搜索算法技術(shù)的演進

互聯(lián)網(wǎng)智能廣告系統(tǒng)簡易流程與架構(gòu) |

如何看待「機器學習不需要數(shù)學，很多算法封裝好了，調(diào)個包就行」這種說法？

老程序員如何避免淪落出局？

一次生產(chǎn)系統(tǒng) Full GC 問題分析與排查總結(jié)

推薦系統(tǒng)遇上深度學習 (十一)-- 神經(jīng)協(xié)同過濾 NCF 原理及實戰(zhàn)

5 種方法求解 TopK！面試不要再問我 Topk 了～

【轉(zhuǎn)自知乎】當下（2018 年）騰訊的技術(shù)建設(shè)是否處于落后同體量公司的狀態(tài)？

”大腦“爆發(fā)背后是 50 年互聯(lián)網(wǎng)架構(gòu)重大變革

用戶畫像番外篇之隨筆三則

互聯(lián)網(wǎng)公司面試官應(yīng)該如何去面試一個人？

機器學習論文筆記—如何利用高效的搜索算法來搜索網(wǎng)絡(luò)的拓撲結(jié)構(gòu)

北郵碩士、前百度工程師：能進大廠，就不用讀研究生了！

微服務(wù)架構(gòu)之事件驅(qū)動架構(gòu)

回顧·如何構(gòu)建知識圖譜？

Java GC 調(diào)優(yōu)怎么做？

【AIQ】梁寧萬字長文：美團的破局與開局

美團上市，開盤漲 5.7%，市值超京東！與阿里的交鋒再升級

阿里巴巴達摩院成立一年，都做了些什么？

洋碼頭搜索應(yīng)用架構(gòu)

洋碼頭推薦系統(tǒng)重排算法實踐

洋碼頭推薦系統(tǒng)技術(shù)架構(gòu)

短視頻如何做到千人千面？FM+GBM 排序模型深度解析

用戶畫像番外篇之用戶活躍 / 用戶價值度分析

想讀 AI 研究生？你發(fā)過幾篇 NIPS 一作？

一文剖析區(qū)塊鏈現(xiàn)狀：叢林法則下的勝者

10 秒抓人眼球的“技術(shù)類簡歷”怎么寫？

應(yīng)用于實時視頻通信的深度學習算法研究

機器學習特征工程全過程

不到 10 個提升逼格的 Redis 命令

MySQL 不為人知的主鍵與唯一索引約束

回顧·云上 HBase 冷熱分離實踐

冗余數(shù)據(jù)一致性，到底如何保證？

用機器學習怎樣鑒別不可描述的網(wǎng)站

“搞機器學習沒前途” 2018 算法崗現(xiàn)狀

深入淺出搜索架構(gòu)引擎、方案與細節(jié)（上）

搜索引擎倒排索引的設(shè)計與實踐

北京后廠村折疊：月薪追趕五萬，生活低于五千

曠視、北郵等國內(nèi)團隊包攬六項第一，COCO&Mapillary 聯(lián)合挑戰(zhàn)賽結(jié)果公布

機器學習比賽大殺器 ---- 模型融合 (stacking & blending)

讀書筆記《小群效應(yīng)》

推薦系統(tǒng)遇上深度學習 (九)-- 評價指標 AUC 原理及實踐

推薦效果線上評測：AB 測試平臺的設(shè)計與實現(xiàn)【全】

【十大經(jīng)典數(shù)據(jù)挖掘算法】PageRank

NIPS 2018 丨解讀微軟亞洲研究院 10 篇入選論文

搜狐新聞推薦算法原理 | “呈現(xiàn)給你的，都是你所關(guān)心的”

強化學習在新聞推薦中的應(yīng)用

資源 | skymind.ai 發(fā)布最新機器學習 人工智能開源數(shù)據(jù)集，

五八同城智能客服系統(tǒng)“幫幫”技術(shù)揭秘

微博廣告分層實驗平臺 (Faraday) 架構(gòu)實踐

中文 NLP 用什么？中文自然語言處理的完整機器處理流程

互聯(lián)網(wǎng)廣告 CTR 預估新算法：基于神經(jīng)網(wǎng)絡(luò)的 DeepFM 原理解讀

用戶畫像—計算用戶偏好標簽及數(shù)據(jù)指標與表結(jié)構(gòu)設(shè)計

十年技術(shù)老兵總結(jié)的自我修煉之路

海量日志實時收集系統(tǒng)架構(gòu)設(shè)計與 go 語言實現(xiàn)

25 個機器學習開放性面試題，沒有明確答案

用戶畫像之標簽權(quán)重算法

用戶畫像——標簽聚類

用戶畫像——數(shù)據(jù)質(zhì)量管理

回顧·知識圖譜在貝殼找房的從 0 到 1 實踐

Google 首席決策師告訴你數(shù)據(jù)科學究竟是什么？

通俗解釋協(xié)方差與相關(guān)系數(shù)

AI 的思維

如何構(gòu)建用戶畫像—打用戶行為標簽

比低情商更可怕的，是一個人的固執(zhí)

科學匠人 | 微軟亞洲研究院 陳薇 用數(shù)學邏輯來優(yōu)化工作和人生

AdaBoost 算法詳解 原理 推導及應(yīng)用

獨家揭秘！2.5 億用戶的美團智能推薦平臺是如何構(gòu)建的？

我在機器學習踩過的坑，現(xiàn)在告訴你怎么跳過去

資本的鉤子

觀點 | 機器學習 =「新瓶裝舊酒」的數(shù)據(jù)統(tǒng)計？No！

褚時健：發(fā)快財?shù)臅r代過去了，年輕人要先做好這些事

分布式事務(wù)的實現(xiàn)原理 2pc 3pc XA 事務(wù)

大神總結(jié)的機器學習的數(shù)學基礎(chǔ)，掌握這些足夠

KDD 2018 | 推薦系統(tǒng)特征構(gòu)建新進展：極深因子分解機模型

寫在博士旅程之前——前大疆創(chuàng)新技術(shù)總監(jiān)楊碩

感知機 +SVM+LR

一位 49 歲的程序員、持續(xù)創(chuàng)業(yè)者教會我的寶貴經(jīng)驗

馬云：如果事情都準備好了再做，那我就不會成功了

Google 十年，我的認知被徹底顛覆

回顧·HBase 在貝殼找房的實踐經(jīng)驗

神馬搜索技術(shù)演進之路

如何將知識圖譜特征學習應(yīng)用到推薦系統(tǒng)？

AIQ | 十多年前的那些 IT 工程師都去哪里了？

租客的至暗時刻：昨天買不起房，今天租不起房

資源 | Python 技巧 101：這 17 個騷操作你都 Ok 嗎

IT 公司 全能 CTO 的必備要素

被“偽興趣”毀掉的年輕人

機器學習第三篇——分類決策樹

機器學習第二篇——邏輯回歸

美團在 O2O 場景下的廣告營銷

美團 | 寫給工程師的十條精進原則

AIQ | 諾獎得主點評：人工智能其實就是統(tǒng)計學，用了一個很華麗的辭藻

推薦引擎中規(guī)則以及策略

AIQ | 陸奇去向最終敲定！帶領(lǐng) YC 孵化器進軍中國

聊聊阿里社招面試，談?wù)劇耙吧盝ava 程序員學習的道路

一文解說 Scala Trait 所有用法

Scala 面向?qū)ο缶幊讨惡蛯ο?/li>

Spark 三種提交模式：Standalone | yarn-client | yarn-cluster

【干貨】機器學習中的五種回歸模型及其優(yōu)缺點

SparkSQL 大數(shù)據(jù)實戰(zhàn)：shuffle hash join、broadcast hash join 以及 sort merge join 三種 join 大揭秘

【區(qū)塊鏈】一文看懂區(qū)塊鏈【詳解區(qū)塊鏈】

觀點 | 博士離開學術(shù)界算不算失敗？牛津大學博士有話要說

春風十里不如你

深度學習必備的幾款流行網(wǎng)絡(luò)與數(shù)據(jù)集

為什么程序員一言不合就重構(gòu)代碼？

KDD2018 | 電商搜索場景中的強化排序?qū)W習：形式化、理論分析以及應(yīng)用

我們該如何學習機器學習中的數(shù)學

拼多多為什么崛起？這是目前解讀最深刻的一篇

騰訊聯(lián)合創(chuàng)始人張志東：發(fā)光的人要能拿得起，放得下

VIPKID 一二面面經(jīng) (算法工程師)

一條數(shù)據(jù)的 HBase 之旅，簡明 HBase 入門教程 -Flush 與 Compaction

一條數(shù)據(jù)的 HBase 之旅，簡明 HBase 入門教程 -Write 全流程

一條數(shù)據(jù)的 HBase 之旅，簡明 HBase 入門教程 - 開篇

30 張地圖看懂世界格局，用大數(shù)據(jù)說話

面向機器學習：數(shù)據(jù)平臺的設(shè)計與搭建

雷軍最不待見，劉強東深惡痛絕，寧愿解散團隊，這 7 類人也絕不能留

刷爆朋友圈的高贊演講：為什么最棒的員工往往沒有完美的簡歷？

神經(jīng)網(wǎng)絡(luò)的激活函數(shù)總結(jié)

趙大偉 | 區(qū)塊鏈通證經(jīng)濟的本質(zhì)與落地路徑

雷軍：小米創(chuàng)業(yè) 8 年內(nèi)部影像首次公開 看完我心里邊都是一團火

雷軍，黃崢，王興，互聯(lián)網(wǎng) 2018 年的夏天

拼多多上市，80 后 CEO 創(chuàng)業(yè) 3 年身價 800 億，背后這 3 個字最值得深思

基于內(nèi)容的圖像檢索技術(shù)綜述 傳統(tǒng)經(jīng)典方法

AIQ - 百度深度學習圖像識別決賽代碼分享 (OCR)

AIQ - 區(qū)塊鏈 | 淺談區(qū)塊鏈技術(shù)與阿里云的探索實踐

工業(yè)數(shù)據(jù)采集方法深度學習

AIQ - AI | 快手 AI 技術(shù)副總裁鄭文：為什么說 AI 是短視頻平臺的核心能力

AIQ- 深度 | 碧桂園的雞血、狗血和人血

隨機森林概述

關(guān)于感受野的總結(jié)

AIQ - 區(qū)塊鏈 | AI+ 區(qū)塊鏈深度解析，美國 VC 大咖：這是未來十年的趨勢 | 33 頁 PPT

流形學習概述

AIQ - 深度 | 網(wǎng)易云音樂王詩沐：我們是如何四年時間做到 4 億用戶的

AIQ - AI | 32 篇論文、7 大事業(yè)群，這是騰訊在斯德哥爾摩的 AI 之夜

羅輯思維 CEO 脫不花：關(guān)于工作和成長，這是我的 121 條具體建議

AIQ - 深度 | 中關(guān)村風云 40 年

基于深度負相關(guān)學習的人群計數(shù)方法

AIQ | Elasticsearch 史上最全最常用工具清單

AIQ -【干貨】模型驗證的常用“武器”—ROC 和 AUC

AIQ - deeplearning.ai 全套吳恩達老師的深度學習課程筆記及資源在線閱讀

人臉檢測算法之 S3FD

AIQ - 有贊的面試經(jīng)歷，被虐的有點慘

AIQ - 從損失函數(shù)的角度詳解機器學習算法之邏輯回歸

AIQ - 架構(gòu) | 優(yōu)秀架構(gòu)師必須掌握的架構(gòu)思維

AIQ - 個人發(fā)展和職業(yè)規(guī)劃的理論性敘述

理解計算 從根號 2 到 AlphaGo 第 3 季神經(jīng)網(wǎng)絡(luò)的數(shù)學模型

AIQ - 學界 | SIGIR 2018 最佳論文：基于流行度推薦系統(tǒng)有效性的概率分析

AIQ - Solr 與 ES（ElasticSearch）的對比

AIQ - 機器學習近年來之怪現(xiàn)狀

怎樣成為一名優(yōu)秀的算法工程師

AIQ - 深度 | 學會為自己工作

AIQ - 干貨 | 1400 篇機器學習的論文中，這 10 篇是最棒的！

AIQ - 干貨 | Elasticsearch 趨勢科技實戰(zhàn)分享筆記

AIQ - 深度 | 市值 465 億美元的小米八年往事

AIQ - | NLP 領(lǐng)域的 ImageNet 時代：詞嵌入已死，語言模型當立

AIQ - 區(qū)塊鏈 | 國內(nèi)區(qū)塊鏈項目技術(shù)全面解析

機器學習算法地圖

反向傳播算法推導 - 全連接神經(jīng)網(wǎng)絡(luò)

AIQ - NLP | CNN 也能用于 NLP 任務(wù)，一文簡述文本分類任務(wù)的 7 個模型

AIQ - 語音識別 | 微軟亞研自動語法糾錯系統(tǒng)達到人類水平

AIQ - 人工智能 | 人工智能軍備競賽：一文盡覽全球主要國家 AI 戰(zhàn)略

AIQ - 架構(gòu) | 軟件服務(wù)架構(gòu)的一些感悟

AIQ - 人工智能 | “照騙”難逃 Adobe 的火眼金睛——用機器學習讓 P 圖無所遁形

AIQ - 架構(gòu) | 知乎服務(wù)化的實踐與思考

AIQ - 深度 | 知乎高贊：久居一線城市都有什么錯覺？

發(fā)布 AI 芯片昆侖和百度大腦 3.0、L4 自動駕駛巴士量產(chǎn)下線，這是百度 All in AI 一年后的最新答卷

AIQ - 架構(gòu) | SpringBoot 開發(fā)案例從 0 到 1 構(gòu)建分布式秒殺系統(tǒng)

AIQ - 架構(gòu) | 京東推薦系統(tǒng)架構(gòu)揭秘：大數(shù)據(jù)時代下的智能化改造

AIQ - 架構(gòu) | Java 程序員該如何突破瓶頸，阿里小馬哥十年架構(gòu)師經(jīng)驗之談（文末送書）

AIQ - 架構(gòu) | Kafka 服務(wù)端 網(wǎng)絡(luò)層 reactor 架構(gòu)

AIQ - 干貨 | 從零到一學習知識圖譜的技術(shù)與應(yīng)用

AIQ - 基礎(chǔ) | 深度學習之基礎(chǔ)知識詳解

AIQ - 深度 | 排隊離婚、落戶、上天臺，所有人都在賭明天

深度神經(jīng)網(wǎng)絡(luò)（DNN）模型與前向傳播算法

深度神經(jīng)網(wǎng)絡(luò)（DNN）反向傳播算法 (BP)

深度神經(jīng)網(wǎng)絡(luò)（DNN）損失函數(shù)和激活函數(shù)的選擇

AI 發(fā)展越來越快, 十年或二十年后哪些工作不會被替代?

教程 | 算法太多挑花眼？教你如何選擇正確的機器學習算法

到底該不該去創(chuàng)業(yè)公司？

真正的高手都是悄無聲息的擺渡人

棚改 - 三四線樓市再無未來

你畢業(yè)幾年了，混成什么鬼樣子了？看看這些年輕人怎么說

知乎高贊：家里在一二線城市有很多套房是怎么的一種體驗？答案太顛覆

美團點評 - 深度學習在計算機視覺中的應(yīng)用

AIQ 干貨 | 螞蟻金服科技一篇文章帶你學習分布式事務(wù)

深度學習在美團搜索廣告排序的應(yīng)用實踐是怎么樣的？

AIQ |【學界】機器學習、數(shù)據(jù)科學 如何進階成為大神？

AIQ - 為什么要使用交叉驗證？

AIQ|【供應(yīng)鏈】十張圖幫你理解供應(yīng)鏈 IT 名詞！（上篇）

AIQ|【學界】吳恩達 Deep Learning Specialization 課程刷后感（附課程視頻，字幕，全套 PPT，作業(yè)）

AIQ|【供應(yīng)鏈】供應(yīng)鏈、物流、采購到底有什么區(qū)別？

AIQ |【供應(yīng)鏈】2018 年中國智慧物流行業(yè)市場前景研究報告

AIQ | 阿里是如何應(yīng)對超大規(guī)模集群資源管理挑戰(zhàn)的？

AIQ | 優(yōu)秀的算法工程師都是不用深度學習的

AIQ | Coursera 吳恩達深度學習教程中文筆記最新版

AIQ | 吳恩達課程從未失望，斯坦福 CS230 深度學習課程全套資料放出（附下載）

AIQ | NLP 算法工程師的學習、成長和實戰(zhàn)經(jīng)驗

AIQ| 深醒首席科學家張鈸院士：深度學習優(yōu)勢與短板，中國 AI 機遇和挑戰(zhàn)

AIQ| 出軌大數(shù)據(jù)新出爐，暴露一個驚人真相

AIQ | 萬萬沒想到，枯燥的“機器學習”還可以這樣學！

AIQ | 44 篇論文強勢進擊 CVPR 2018，商湯科技的研究員都在做哪些研究？

AIQ | 面試經(jīng)驗·機器學習、深度學習、算法工程師（校招）

AIQ | Spark 及 Spark Streaming 核心原理及實踐

AIQ | Spark 團隊開源新作：全流程機器學習平臺 MLflow

AIQ 教程 |「川言川語」：用神經(jīng)網(wǎng)絡(luò) RNN 模仿特朗普的語言風格

AIQ | 求生之路：博士生涯的 17 條簡單生存法則

面試了 8 家公司，社招機器學習面試題

人工智能入門書單推薦，學習 AI 的請收藏好（附 PDF 下載）

互聯(lián)網(wǎng)降維打擊是一個什么概念？

今日頭條算法原理（全文）

機器學習新手必須掌握的十大算法指南

近期 GitHub 上最熱門的開源項目（附鏈接）

深度 | 可視化 LSTM 網(wǎng)絡(luò)：探索「記憶」的形成

算法一些落地的優(yōu)質(zhì)資料，都在這個開源項目里了！覺得不錯記得Star哦～！ 算法學習資料： AI_Tutorial

總結(jié)

以上是生活随笔為你收集整理的搜索，推荐，广告系统架构及算法技术资料大合集吐血整理——2020年终分享的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。