模型融合
收录了 模型融合 频道下的 50 篇内容
多模型融合推荐算法——从原理到实践
为了实现优秀的推荐效果，众多的推荐算法被提出，并在业界使用。但是其中一类方法非常特殊，我们称为多模型融合算法。融合算法的意思是，将多个推荐算法通过特定的方式组合的方法。融合在推荐系统中扮演着极为重要的作用，本文结合达观数据的实践经验为大家进行系统性的介绍。
度小满杨青：传统 AI 与大模型融合，引领金融科技创新浪潮
在金融科技领域快速发展的当下，人工智能（AI）扮演着日益重要的角色。虽然生成式AI技术和大模型时代备受关注，但传统AI在金融行业中的应用依然至关重要，对业务增长的推动作用不可小觑。
LLM 模型融合实践指南：低成本构建高性能语言模型
编者按：随着大语言模型技术的快速发展，模型融合成为一种低成本但高性能的模型构建新途径。本文作者 Maxime Labonne 利用 mergekit 库探索了四种模型融合方法：SLERP、TIES、DARE和passthrough。通过配置示例和案例分析，作者详细阐释了这些算法的原理及实践
深度学习在搜狗无线搜索广告中的应用
搜索引擎广告是用户获取网络信息的渠道之一，同时也是互联网收入的来源之一，通过传统的浅层模型对搜索广告进行预估排序已不能满足市场需求。近年来，深度学习在很多领域得到广泛应用并已取得较好的成果，本次演讲就是分享深度学习如何有效的运用在搜狗无线搜索广告中。
数据挖掘终篇！一文学习模型融合！从加权融合到 stacking, boosting
模型融合：通过融合多个不同的模型，可能提升机器学习的性能。这一方法在各种机器学习比赛中广泛应用， 也是在比赛的攻坚时刻冲刺Top的关键。而融合模型往往又可以从模型结果，模型自身，样本集等不同的角度进行融合。
饿了么研发总监马尧：外卖推荐算法中有哪些机制与手段？
本文主要涉及饿了么外卖推荐业务形态，搜索推荐平台的目标与定位，以及外卖推荐算法中的一些市场机制和调控手段。
![数据挖掘实践（金融风控）：金融风控之贷款违约预测挑战赛（下篇）[xgboots/lightgbm/Catboost等模型]--模型融合：stacking、blending](https://static001.geekbang.org/infoq/89/89fc01bf3c4d303a0e5337c23253ca96.jpeg?x-oss-process=image/resize,w_416,h_234)
数据挖掘实践（金融风控）：金融风控之贷款违约预测挑战赛（下篇）[xgboots/lightgbm/Catboost 等模型]-- 模型融合：stacking、blending
相关文章： 数据挖掘实践（金融风控）：金融风控之贷款违约预测挑战赛(上篇)
搜狗信息流推荐算法实践
本文主要介绍搜狗的推荐系统架构，文章NLP，召回算法，个性化排序四个方面的实践经验。
【机器学习入门与实践】数据挖掘 - 二手车价格交易预测（含 EDA 探索、特征工程、特征优化、模型融合等）
【机器学习入门与实践】数据挖掘-二手车价格交易预测（含EDA探索、特征工程、特征优化、模型融合等）
机器学习实战系列 [一]：工业蒸汽量预测（最新版本下篇）含特征优化模型融合等
机器学习实战系列[一]：工业蒸汽量预测（最新版本下篇）含特征优化模型融合等
机器学习实战系列 [一]：工业蒸汽量预测（最新版本下篇）含特征优化模型融合等
机器学习实战系列[一]：工业蒸汽量预测（最新版本下篇）含特征优化模型融合等
“霸榜 CLUE” ，刚刚发布的业界最大中文 NLP 预训练模型有多强？
开启工业化AI开发新模式
数据挖掘实践（金融风控）：金融风控之贷款违约预测挑战赛（上篇）[xgboots/lightgbm/Catboost 等模型]-- 模型融合：stacking、blending
赛题以金融风控中的个人信贷为背景，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。通过这道赛题来引导大家了解金融风控中的一些业务背景，解决实际问题，帮助竞赛新人进行自我练习、自我提高
一矢多穿：多目标排序在爱奇艺短视频推荐中的应用
短视频具有内容丰富、信息集中、用户粘性大的特点，如何提高短视频分发的效率和推荐精准度，有效提升消费时长、留存等关键业务指标，是推荐系统的核心能力和建模目标。
KDD Cup 2020 多模态召回比赛亚军方案与搜索业务应用
本文将介绍多模态召回比赛亚军的技术方案，以及在美团搜索业务中的应用与实践，希望能给从事相关工作的同学带来一些帮助或者启发。
BERT 的正确使用姿势
本文介绍百分点认知智能实验室针对NLP领域神器BERT与文本分类等下游具体任务如何结合的问题提出的优化策略。
“驯服”不受控的大模型，要搞定哪些事？| 专访达观数据副总裁王文广
在更多行业对大模型跃跃欲试之际，有许多现实的落地问题浮现出来，可控性问题就是其中之一。
深度学习在美团配送 ETA 预估中的探索与实践
本文介绍美团在ETA（Estimated Time of Arrival，“预计送达时间”）方面对深度学习的探索与实践。
京公网安备 11010502039052号 | 产品资质
