- 博客(386)
- 资源 (40)
- 收藏
- 关注
RSS订阅
原创 谈谈AI的ToB市场，我的新书《B端产品经理修炼手册》正式出版
2020年是特殊的一年，得益于这次疫情，在2月份有一个大长假，当时被封锁在东北老家的小出租屋内，于是就起笔开始写这本书，其实也是在心理早就有构思的，差不多用了十来天的时间完成了第一版。名字想了好久，最终选定叫《B端产品经理修炼手册》。这本书跟我的第一本书区别挺大的，第一本《机器学习实践应用》是站在工程师的角度思考如何将算法应用于业务中去。这本新书，其实是站在市场的角度，讲的是如何以市场的视角去构建一个AI产品。这本书的内容的本质来源于这8年，我在做AI相关的创业以及AI平台产品经理过程中的思考，商业模式、产
2021-01-16 09:35:33
790
1
原创 20行代码实现电影评论情感分析
背景情感分析有很多的应用场景，比如做一个电商网站，卖家需要时刻关心用户对于商品的评论是否是正面的。再比如做一个电影的宣传和策划，电影在键盘侠们中的口碑也至关重要。互联网上关于任何一个事件或物品都有可能产生成千上万的文本评论，如何定义每一个文本的情绪是正面或是负面的，是一个很有挑战的事情。挑战体现在以下几个方面，区别于结构化数据，评论数据的长短不一，很难限定到固定的维度。另外很难通过某个词判断用户的...
2018-03-09 09:33:17
12077
11
原创 用深度学习做球星颜值打分完整案例（一）
已经上传了完整的代码和数据，数据比较少，大家可以帮忙补充。项目地址（记得给个start）：https://github.com/jimenbian/face_rank先来说一下项目的背景，这次做的是一个最基础的图像识别案例，通过训练一个模型来给NBA球星的颜值打分，嗯，楼主麦迪、艾弗森球迷。选择NBA的数据是因为，NBA球星都有正装照，比较好收集。我们最终呈现的效果是这样的：先收集球星大脸照，标记
2018-01-18 09:32:27
5777
2
原创 深度学习RNN实现股票预测实战（附数据、代码）
背景知识最近再看一些量化交易相关的材料，偶然在网上看到了一个关于用RNN实现股票预测的文章，出于好奇心把文章中介绍的代码在本地跑了一遍，发现可以work。于是就花了两个晚上的时间学习了下代码，顺便把核心的内容翻译成中文分享给大家。 首先讲讲对于股票预测的理解，股票是一种可以轻易用数字表现律动的交易形式。因为大数定理的存在，定义了世间所有的行为都可以通过数字表示，并且存在一定的客观规律。股票也不例外
2017-12-23 17:01:02
73794
36
原创 为什么要写《机器学习实践应用》这本书
预售地址： https://item.jd.com/12114501.html历经了10个月，《机器学习实践应用》这本书终于面世了。首先呢，因为我的工作比较忙，只能抽一些周末或者是下班以后的时间进行写作，另外书的发布流程是一个漫长的过程。所以当这本书出版的时候，我感到熟悉又陌生，熟悉是因为书中的内容经过了多次校对已经印到我的脑子中了，陌生是距离刚开始写这本书已经过去接近一年，对于当时的状态有一些陌
2017-07-03 08:59:56
8251
5
原创 大模型自定义算子优化方案学习笔记：CUDA算子定义、算子编译、正反向梯度实现
因为目前大模型的计算逻辑是由一个个独立的算子或者说OP正反向求导实现的，底层往往调用的是GPU提供的CUDA的驱动程序。这里比较核心的文件就是.cu文件，构建的时候主要做两个事：一个是建设Kernel函数，因为只有Kernel函数是在GPU端执行，执行完之后要将控制权给到控制函数，这里要控制好异步、同步的问题。于是首先算子需要把计算逻辑拆分成Thread，让程序可以并行化的运行起来，然后有机的管理各个Block的执行节奏，解决好异步和同步问题，就可以让芯片的计算效率最大化。1、CUDA算子定义。
2023-12-17 18:06:43
872
原创 AI芯片架构体系综述：芯片类型CPU\GPU\FPGA\ASIC以及指令集CSIS\RISC介绍
因为精简的设计，RISC在优化编译方面有很大的空间，目前深度学习主要计算都在RISC指令集的英伟达GPU芯片，所以目前在计算的编译优化方向，有很大空间，也是行业聚焦的技术方向。RISC-V是近些年非常流行的指令集架构，RISC-V与 ARM 和 MIPS 最大的差别还是在于其为 RISC-V 基金会进行标准的制定和维护工作而非商业公司，任何人可以无偿使用该指令集开发自己的 CPU ，或者往自己已有的芯片中集成开源免费的 RISC-V IP Core，这是比较吸引电子设备厂商的重要原因。
2023-11-05 23:11:52
2485
原创 LLM下半场之Agent基础能力概述：Profile、Memory、Plan、Action、Eval学习笔记
另一种是Muti-Path，这个方案更符合人类的思维方式，因为要解决问题，很难完全设定好端到端的流程，需要给出几种候选的模式，另外需要考虑环境反馈，可以每走一步再次推理和选择最优模式，这里可以参考最近非常火的ReAct的模式，另外LLM也可以代替人类去做多种方案的选择，我们可以把需要考虑的边界给到LLM，由LLM去思考每一步如何选择。在这一步需要建设的能力是与外部的服务关联，比如我们的Agent是解决帮用户买飞机票的问题，那么在执行阶段就需要与飞机票务系统的订票接口关联，也需要与用户的信用卡付款接口关联。
2023-10-05 10:57:39
2078
原创 LLM推理优化技术综述：KVCache、PageAttention、FlashAttention、MQA、GQA
另外，同一个prompt生成多个输出序列，可以共享计算过程中的attention键值，实现copy-on-write机制，即只有需要修改的时候才会复制，从而大大降低显存占用。随着大模型被越来越多的应用到不同的领域，随之而来的问题是应用过程中的推理优化问题，针对LLM推理性能优化有一些新的方向，最近一直在学习和研究，今天简单总结下学习笔记。首先LLM推理的过程是一个自回归的过程，也就是说前i次的token会作为第i+1次的预测数据送入模型，拿到第i+1次的推理token。
2023-09-09 23:06:16
3464
原创 人类文明进入下个纪元奇点：UFO听证会-恒温超导发现-GPT大模型
人类往往通过蚂蚁洞穴的横切图来研究蚂蚁的社会关系，那么地球会不会只是外星生物的一个观察器皿，一直向人类社会注入科技，关注人类的发展。前三轮文明的主导都是人类自己的思考产生，而新一轮的革命，特别是生产关系会出现极大的变革，许多行业会出现新的模式，这个新模式是由人类配合”智慧体“而推动的。以上是一些关于近期科技事件的思考，希望LK99是真的，应该下一周就可以有定论，如果是可以实现恒温超导，那么我们又生之年或许可以看到三体小说中的部分文明。第三是文明继续发展，需要思考文明的源头，人类到底从何而来，又将如何发展。
2023-07-30 21:52:39
389
原创 大模型时代商业终局沉思
最近整个IT圈子被大模型浪潮席卷，身边的朋友们纷纷都加入到这场混战，看似是技术变革的竞争，本质上是对AI加持下新的商业模式的探索。有点像我最开始做点事情的时候，当时正值移动互联网兴起，各种公司或者创业团体都在探索O2O的模式。今天思考了下商业模式的终局，仅当端午假期无聊的YY，看看未来几年会不会像我预测的一样。大模型时代下的商业结构比较明朗的大致分成三类：B2C、B2B、B2B2C。未来几年这几种商业结构都会有比较大的变革。首先聊聊B2C的趋势。
2023-06-22 22:08:38
363
原创 浅谈ChatGPT对生产关系及工具的颠覆影响
传统的AI模型的学习路径是很低效的，比如自动驾驶领域的障碍感知模型，需要至少千万级别的标注样本，但是我们人类司机学习的时候，可能用几天时间就明白了障碍的避让关系。与之相似的改变是自动驾驶对于社会伦理关系的变革，倘若自动驾驶技术成熟，人类的生活空间将更大，生活的场域将是动态的而不是稳定的，那么原有的以家庭组织的社会最小单元关系可能也会变化。从最极端的角度看，目前生产关系中生产者和消费者都是人类，未来可能会演变成，生产者是硅基生命，而人类是单纯的消费者，这个衍变会非常漫长，这里先不展开讨论。
2023-04-02 17:22:01
959
2
原创 量子计算机的优势和建设挑战
1.为什么需要量子计算机目前大家日常使用的计算机都是经典计算机，经典计算机计算性能的发展遵循摩尔定律，在价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍,性能也将提升一倍。也就是说经典计算机的计算性能与电路版上的晶体管数量正相关，这就会产生一个问题，如果板子上的晶体管越来越多，会造成散热问题，而且随着晶体管越来越小，总有一天计算性能会成为瓶颈。于是人们开始探索新的计算机理论模型，有光子计算机、量子计算机方面的探索。目前看量子计算机是一个理论上证明在算力上有机会大幅超越经典计算机的技术方向
2022-07-02 10:17:29
832
原创 深度学习分布式策略优化、显存优化、通信优化、编译优化综述
综述因为我个人最近在从事可能是AI领域对性能挑战最大的方向，自动驾驶领域，所以对整个深度学习训练的优化尤为关注，最近一直在学习相关内容，谨以此篇文章做一个总结。我一直很看好深度学习训练优化这个方向,因为从大的环境上来看，似乎大模型会成为未来的一个趋势,目前以Google、OpenAI、阿里等厂商为代表的一系列头部的AI研究机构，已经把模型尺寸做到十万亿参数级别，明年应该可以达到百万亿参数，总体呈指数倍增长态势。而核心计算芯片的性能，却无法保证指数倍增长。(上图因为制作时间较久,具体数字可能存
2021-11-13 10:55:13
2779
原创 自动驾驶技术-环境感知篇：多传感器融合技术
传感融合技术概述在前面几篇文章，笔者分别介绍了自动驾驶环境感知领域的一些技术，包含雷达技术、摄像头和视觉建模技术、V2X技术。无论是哪一类型的技术，都是在帮助车辆的决策系统获取车辆运行过程中的数据，但是每一种传感器都存在着不确定性，比如激光雷达和摄像头会受到极端天气的影响。正是因为这个原因，导致在自动驾驶技术在环境感知环节依赖于多传感器的数据融合，这样才能让不同的传感器在不同的环境下发挥自身的最大作用。所以本篇文章将重点介绍下，如何实现自动驾驶传感器的融合。传感器融合的问题和挑战传感器数
2021-06-27 17:22:53
5085
原创 自动驾驶技术-环境感知篇：V2X技术的介绍
V2X技术概述在前面的几篇文章分别介绍了自动驾驶在环境感知领域的相关技术点，主要介绍了如何通过雷达配合视觉技术实现车辆自身的智能。其实在环境感知方面，除了利用车辆自身的智能，还可以借助外部环境实现信息的获取，这一类技术统称为V2X技术。V2X（Vehicle to Everything）技术又称为车用无线通信技术，本质上是一种物联网技术，V代表的是车辆，X代表的是道路、人、车、设备等一切可以连接的设备。V2X的本质就是通过道路、行人、车辆间的协调实现整个道路运输的智能化。比如前面有车要.
2021-06-12 10:01:01
81399
12
原创 自动驾驶技术-环境感知篇：基于视觉相关技术介绍
01概述在前面的文章介绍了环境感知中不同雷达的作用，一个标准的自动驾驶解决方案需要雷达与视觉技术的配合使用。视觉技术其实是仿生理学的解决方案，因为现实世界中司机驾驶车辆就是依靠视觉去做行车过程中的决策。在本文会介绍下车载摄像头的基础知识以及视觉算法的基本原理，另外还会对自动驾驶视觉技术的几大经典场景做一个介绍。02车载摄像头介绍从硬件成本分析，车载摄像头是技术相对成熟而成本最低的的一种方案。使用车载摄像头的缺点主要是后续数据的分析，需要依赖大量的标注数据和模型训练资源去...
2021-06-06 18:07:13
5470
9
原创 自动驾驶技术-环境感知篇：激光雷达、毫米波雷达、超声波雷达相关技术介绍
在上一篇《自动驾驶技术架构和综述》文章中我们介绍了自动驾驶三个核心环节，分别是环境感知和定位、决策规划、执行控制。接下来这章将会针对环境感知和定位展开介绍，环境感知和定位包含环境感知、定位、V2X 3个子模块。环境感知指的是通过摄像头、传感器、雷达对自动驾驶行为的参与方环境的监控以及信息获取。完整的环境感知技术方案需要多方的信息协调构成，本文将重点介绍下雷达相关的自动驾驶技术。分为3个模块：分别是激光雷达、毫米波雷达、超声波雷达的优缺点，雷达信息的标定，目前雷达技术在自动驾驶车辆的应用。01三种雷.
2021-05-30 15:41:40
8259
1
原创 最全自动驾驶技术架构和综述
概述首先自动驾驶技术从业务流程上分为3个核心的流程，分别是环境感知定位、决策规划、执行控制。这3个核心流程的具体价值如下： 环境感知定位：主要是通过传感器技术和摄像头、GPS等技术获取汽车行驶过程中的环境指标，并且将数据采集 决策规划：通过收集的数据，对车辆的下一步行为作出判断和指导 执行决策：目前大部分车辆都采用线控设计，如何将决策通过信号指令控制汽车的油门、制动等相关系统 以上3个流程，每一个步骤都包含了许多核心技术和功能点，在接下来的系列文章中我将一一讲解，本篇文章作
2021-05-15 11:15:04
22868
10
原创 关于自动驾驶的思考以及我准备做的事情
01 背景和思考有差不多十来天没发表文章，不过最近被关注的也越来越少，倒也无所谓。最近一点都没闲着，一直在思考一个问题，就是自动驾驶技术对社会的影响的问题。思考的内容非常多，用PEST分析法展开去看的，细节可能以后慢慢分享。总而言之，我认为，自动驾驶技术将是既移动互联网、人工智能技术之后，另一个产生社会变革的技术点。这个技术对于社会的改造，将远远超过之前的两波浪潮。对社会的改造，将会从解放司机的精力-》城市交通资源整合-》人类社群区域的变革-》社会人伦的变革。那既然自动驾驶技术将会对社会的.
2021-05-09 22:29:59
2205
5
原创 AI如何赋能产业外勤工作（FSM）
大家谁在不查资料的情况下知道FSM是什么英文单词的全称？FSM在国外是非常火的一个领域，但是在国内能查到的资料极其有限。FSM全称是Field Service Management，可以翻译成外勤工作管理，这类工作包含设备维修、工厂的生产制造、商品运输等，基本都跟产业相关。AI赋能FSM，也就是AI在产业的赋能。AI 在FSM市场的发挥空间AI在FSM领域有极大的发挥空间，体现在很多调查报告的数字上。比如45%的一线技术操作人员认为FSW需要效率提升，52%的FSM行业公司还在沿用纯人力的模式去
2021-04-24 09:25:01
1445
原创 如何评价B端产品经理的能力
最近经常思考这个问题，如何评价B端产品经理的能力。根据我反复的揣测，大概能归类为以下四个方面。1.能不能用生意的视角看业务好的生意的最大特点是2个原则，其一是高利润，其二是可持续。B端产品经理可能会面临很多业务线，是否所有业务都满足有利润、可持续这两个原则，需要产品经理去甄选。所有业务都接，并且把业务做好的产品经理不一定是个称职的产品。核心要看能不能从生意的视角出发去对待业务，有取有舍，追大放小，有独到的战略眼光在商业上破局才是个合格的B端产品经理。2.能不能用业务的视角看...
2021-04-16 22:38:11
1782
原创 浅谈最近发布的金融行业多方安全计算的技术标准
央行在2020-11-24号发布了多方安全计算金融应用技术规范，在对数据安全要求最高的金融行业出台有关多方安全计算的规范，也是国家释放了一种信号，数据资产在安全前提下是可以使用的。目前关于安全计算有非常多的分支，TEE、MPC以及同态加密或者拆分，究竟使用哪种技术是政策层面认可的，今天带大家看一下国家出台的这个标准的细则。01 MPC作为这个规范的技术主体首先规范中很明确的阐明了，MPC技术是一种基于多方数据协同完成计算目标，实现除计算结果及其可推导出的信息之外不泄露各方隐私数据的密..
2021-04-04 10:28:27
830
原创 Google的AI模型是如何做A/B Test的
在AI领域调参是一件十分常见的事情，每个模型的训练过程可能包含几十个可调节参数，每个参数的细微变化对于模型效果有很大的影响，如何正确的在业务流量下评估不同参数带来的不同的模型效果需要A/B Test系统实现。今天就基于Google的一篇论文《Overlapping Experiment Infrastructure :More, Better, Faster Experimentation》介绍一下如何基于流量去做不同模型的A/B Test。A/B Test系统的设计原则在介绍具体做法之前.
2021-03-26 21:26:33
1513
2
原创 MNN通用端侧深度学习预测框架介绍
最近端侧的AI模型应用越来越广泛，在端侧的模型应用会面对很多的问题，比如模型适配性和机型适配性，还有计算性能方面的问题。是否有某种框架可以解决这些端侧AI模型遇到的问题，Google、苹果等公司都有相关的工作。今天介绍下MNN框架，由阿里巴巴开源的一款专注于端侧深度学习模型预测框架。项目开源地址：https://github.com/alibaba/MNNMNN核心解决的问题首先看下MNN的核心功能架构图：MNN主要解决了三方面的问题： Model compatibility.
2021-03-12 22:39:27
1612
1
原创 手机端部署的超分机器学习模型-MobiSR
背景超分（Super-Resolution），本文简称为SR，指的是通过深度学习模型让低分辨率的图像变成高分辨率。超分这个概念其实由来已久，今天主要介绍下端侧超分，重点讲的是手机端的超分。主要是参考了《MobiSR: Efficient On-Device Super-Resolution through Heterogeneous Mobile Processors》这篇文章。超分模型的理论基础，这件事为什么能做其实很关键。CNN模型如下图可以构建出一套数学模型，使得在以PSNR、SSIM等指标作
2021-03-06 09:24:15
2219
原创 二张图白话广告RTA技术
背景RTA技术是广告领域的一个革命性的技术，从19年逐渐进入人们的视野，从20年，RTA已经变成了广告行业的一个炙手可人的方向。RTA（Real Time API），从字面意义上看是一种实时反馈行为，实际上背后是数据安全、多维度数据标签的全面应用。最近在学习过程中发现网上很多资料介绍的不太准确，有些资料比较深度缺乏建议性，所以我也尝试通过最简单的描述把RTA介绍清楚。广告行业基础概念今天不介绍ADX、DSP这些广告领域的基础概念，只通过用户、广告平台、广告主这三者的关系介绍RTA的具体.
2021-02-20 21:24:06
2075
原创 联邦学习与可信计算技术TEE、MPC、同态加密的关系
随着国家对数据安全、数据隐私的要求越来越严格，可信计算越来越受到重视，也会是未来技术发展的重点方向之一。对于这个大众相对比较陌生的领域其实有很多相关的技术，比如TEE、MPC、同态加密等，网上的资料也比较杂，今天分别给大家做下介绍，另外也讲下联邦学习与这些可信计算技术的关系。3大可信计算技术可信计算指的是通过技术手段保证数据安全性的计算方式。按照不同的技术路线可以分为3种：1.TEE（Trusted Execution Environment）：基于硬件的可信执行环境计算 2.MPC（M.
2021-02-10 11:26:19
4357
1
原创 如何用MLflow做机器学习实验效果比对
背景介绍最近看了很多MLflow相关的内容，做一个简单的分享。MLFlow是一款管理机器学习工作流程的工具，核心由以下4个模块组成： MLflow Tracking：如何通过API的形式管理实验的参数、代码、结果，并且通过UI的形式做对比。 MLflow Projects：代码打包的一套方案 MLflow Models：一套模型部署的方案 MLflow Model Registry：一套管理模型和注册模型的方案 今天重点讲讲MLflow Tracking，也就是如
2021-02-05 15:06:18
971
原创 Elastic Search入门：架构说明及Docker方式体验
Elastic Search简称ES，是一款在搜索和日志检索领域极其成功的开源产品，当然ES背后的商业化公司也很成功。很多大的知名品牌，像是SAP、Booking、Ebay都在使用ES，今天就来实际使用一下ES这款成功的商业化产品，并且介绍一下它的特点。Elastic Search VS Luncence说到搜索还是要提下Luncence，Luncence基本上可以称为搜索领域的鼻祖了，是很早期的索引构建库。但是Luncence的主要问题有两点，其一是只支持Java类库的调用方式，学习和使用
2021-01-30 08:58:30
504
1
原创 拿到大厂产品经理offer的应届生都是什么水平？
过完年又到春招了，作为应届进入大厂的产品经理答一波，最近几年每年也会负责应届生的面试。从学历、实习经历、能力这三方面聊一聊。1.学历基本上大厂的产品经理应届生的学历都是相对出色的，底线应该是普通211学校，上限就上不封顶了，PHD或者清北的都有。专业的话一般ToC的产品对于专业没有太大的要求，ToC更看重行业经历和能力。但是ToB的话因为要做客户服务，一般会要求是对口专业，比如计算机、通信、工业设计等。学位的角度，我自己的感觉，从招聘者看，我肯定希望要在学校沉淀久一些的同学，比如硕士和博士，因为
2021-01-24 20:37:40
1230
4
原创 阿里云计算平台招AI解决方案产品经理
候选人欢迎投递我的邮箱：[email protected]团队介绍计算平台是阿里巴巴集团数据平台的基础技术设施，提供一站式数据采集、加工、分析、挖掘的平台服务，及完善的配套数据开发、数据管理工具，支持离线分布式计算、在线流计算、图计算、实时多维分析、机器学习、深度学习等多种业界领先的计算服务。对外支撑阿里云全套大数据服务，对内作为集团统一的数据仓库支撑阿里巴巴集团、蚂蚁金服、菜鸟的数据集市，是业界排名top的大数据服务平台。为了帮助客户更加高效地使用大数据产品，发挥数据价值，现招募AI产品经理，欢
2021-01-21 13:33:42
640
原创 AI新浪潮：截止2022年，全球74%的计算将来自端侧
根据Gartner的报告，今天91%的数据是在中心化的数据存储中心做计算。但是，截止到2022年，全世界74%的数据将在端侧进行分析和计算。有一种误解是边缘计算会取代云计算，相反，边缘+云计算的结合会是未来的主趋势，边缘计算甚至会进一步带动云计算的发展。把规模的数据计算一定是在云端处理，而与直接数据产生者相关的部分计算会被分配到端。接下来就具体分析下端侧计算的一些优势：1.数据隐私性个性化推荐等业务越来越被普遍应用到广大APP中，其本质是对用户行为数据的收集，并在云端进行统一分析。这种.
2021-01-20 15:39:18
314
原创 深度解析蔚来ET7自动驾驶技术
我个人是个汽车迷，每天都会看大量汽车相关的信息，最近蔚来发布了ET7这款车，看宣传是有机会实现L4自动驾驶，有不了解自动驾驶技术的同学可以看下以下信息：除了传统的依靠视觉模型做自动驾驶的实现以外，本次蔚来ET7也搭载了Aquila超感系统。也就是说ET7是包含了：视觉自动驾驶技术+雷达波自动驾驶技术。接下来分别聊下ET7在这两方面技术的一些功能点。视觉自动驾驶技术ET7搭载了4颗NVDIA Drive Orin芯片以及800万像素的摄像头，这两个硬件设备是视觉自动驾驶技术实现的根..
2021-01-12 22:10:56
12143
3
原创 来自过气科技网红的2020年终总结
今年过得很快，转眼又到了年终总结的时候了。今年是我写科技类文章的第8个年头，很有意思的是，之前在学生时代做过的很多能挣钱的创业项目都没坚持下来，写文章这件事却坚持下来了。虽然现在我的文章可能没法像以前那样登上CSDN首页，或者说入围知乎圆桌会议，再或者在微信号有几千的点击。但是每周记录下学习的内容，已经是我生活里的仅存的一份仪式感。2020年我感觉自己改变很大，主要体现在思想上。仿佛现在自己已经有点被社会磨平了棱角，当年还是个想改变世界的少年，现在每天看看股票、车什么的，已经过上了中年大叔的油腻生活。打
2020-12-31 21:27:27
521
1
原创 AutoGL：浅谈未来非常有前景的自动图机器学习相关概念
最近一年图神经网络网络的概念很火，也有很多相关的工作诞生。今天重点介绍下AutoGL，也就是Auto Graph Learn方面的基础概念。首先还是说下图计算和之前传统的非图类结构化数据计算的区别。Graph建模的特点以推荐系统为例，传统的结构化数据，其实比较好的描述的场景是user对item的单点关系，比如user A买了一个item B，那么可以把A和B的特征通过表的形式展示出来：A_f1 A_f2 B_f1 B_f2 label -- -- --
2020-12-27 11:33:46
1140
原创 比SkLearn更好用的机器学习工具-PyCaret
今天试了试pycaret这个机器学习库，感觉简直是个建模宝藏啊，从数据预处理、特征工程、建模、自动优化、模型部署，所有功能基本全部覆盖。它的原理大概就是封装了Sklearn，XGBoost，LightGBM，Spacy，Shap，PyOD，Gensim，WordCloud等工具，几乎包括机器学习所有的使用场景和方法（不含深度学习）。异常检测Anomaly Detection，关联规则Association Rules，分类Classification，回归Regression，聚类Clustering，自然
2020-12-20 17:22:28
2929
5
原创 特征训练、预测一致性管理工具：开源项目Feast
在机器学习的流程大体可以分成模型训练和模型服务两个阶段。无论是训练和服务阶段，其实都需要进行特征工程相关的工作，这块的技术挑战就是如何保证训练和预测过程中使用的特征是一致的。这个问题困扰了很多机器学习从业者，比较典型的场景就是推荐场景。在推荐业务中往往要用离线数据做特征工程然后输入到算法中训练生成推荐模型，在实际业务侧也需要按照同样的特征样本拼接方式生成预测样本，输入给模型做实时预测并拿到推荐结果。今天要介绍的Feast其实是一个特征管理工具，他通过一套封装好的sdk保证了Model Serving和M
2020-12-11 19:22:09
1969
1
原创 AWS re-Invent最新发布AI产品解析：场景为王
看了最近的re-Invent大会，会上AWS像以往一样发布了很多新的东东，今年的发布与往年发布有一个很大的不同点，往年更多地发布一些产品，今年发布的内容更多是“解决方案+产品”的结合体。我个人一个非常深的感触就是，当国内厂商还在发布牛逼技术的时候，AWS已经开始发力行业解决方案类产品了。“市场很公平，一定会选择真正尊重它的玩家。”回过头来看今年发布的几款产品，仔细想想其背后的技术，感觉没有特别出人意料的，但是这几款产品充分暴露AWS在AI方面的思考，场景为王，深入行业，接下来一一介绍一下。Dev
2020-12-06 10:16:28
7530
3
原创 浅谈用户营销模型AIPL
进入互联网下半场，由于人口红利带来的流量越来越珍贵，作为C端厂商，获取流量的成本变的越来越高，如何经营好已有的流量变的关键。在经营用户方面有个例子我觉得特别有意思，小时候东北家家都爱吃大酱，有一个牌子的大酱特别有名，但是有一天在市场上突然买不到这个大酱了，后来听说是厂子爆炸了。但是过了一年，这个大酱再次上市，销量并没有受到太大影响，原因是这个牌子的大酱早已深入人心，他的核心资产并不是自己的大酱，而是他的用户群。那如何经营已有的客户呢？非常关键的一点是构建营销模型，将客户分层，今天介绍下业内的一款经典
2020-11-27 13:46:17
4438
百度应用统计功能sdk使用文档
2013-08-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人