首页
学习
活动
专区
工具
TVP
发布

腾讯大数据的专栏

专栏作者
323
文章
452080
阅读量
124
订阅数
InfoQ专访:人工智能时代,什么才是你的最大竞争力?
采访 & 撰稿 | Natalie 嘉宾 | 陈松坚 编辑 | Vincent 导读:腾讯小知是腾讯云旗下自主研发的,为企业级客户打造的24小时在线智能客服机器人系统。小知将腾讯大数据AI团队积累的高尖人工智能技术融入到客户沟通、智能服务、服务管理和商业决策各环节,打造客户服务闭环,大大提升客服效率。 腾讯小知的推出无疑是给市场注入了新的血液,但智能客服 / 问答产品的市场竞争一直非常激烈,很多公司都尝试在不同的垂直领域开发智能客服产品。在 Reddit 上,有观点认为,NLP 领域的突破状况令人失望,近
腾讯大数据
2023-02-28
2970
找准赛道 在技术浪潮中厚积薄发
本文转载自:光明日报 作者:陶阳宇  由光明日报记者龚亮采访整理 陶阳宇,80后程序员,腾讯云人工智能平台总监。目前从事人工智能、大数据领域研究,主攻机器学习和安全联合计算。 【观察者】 2020年4月,国家发改委正式明确将人工智能纳入新基建范围。人工智能作为智能经济发展的核心引擎,无疑将迎来发展的新风口。青年程序员正身处于前所未有的广阔实践场域,只要确定正确的目标并踏实努力,必将大有可为。 我是博士毕业后开始程序员生涯的,到目前为止已超过11年了。程序员这个群体最大的特征就是聪明好学并且思维活跃,
腾讯大数据
2020-12-21
3610
【直播】星火计划|Angel图计算技术沙龙火热报名中
导语:近年来,图机器学习(Graph Machine Learning,GML)在AI界悄然兴起。在各大AI顶级学术会议中,常常能看见它的身影,相关的学术论文也是层出不穷。例如,在今年4月份举办的学术顶会ICLR 2020中,关于GML的研究论文共提交了150 篇,有约1/3被录用,约占全部被录用论文的 10%——由此可见,GML已成为一个广受关注的研究领域。 7月8日-9日,每天19:00,连续两天的腾讯大数据技术沙龙《Angel图计算》直播专场将于线上举办。活动邀请了北京大学王选研究所教授、腾讯信息安
腾讯大数据
2020-07-07
5900
腾讯大数据星火计划--Angel技术沙龙 对外报名正式启动!
导语:腾讯大数据举办星火计划技术沙龙为广大大数据爱好者提供线下交流活动机会,技术沙龙第一期将于10月13日在深圳腾讯大厦举办,为您揭秘海量机器学习之道与Angel开源背后的故事。 大数据技术在过去10多年中改变了企业对数据的存储、处理和分析的过程,如今的大数据技术栈逐渐成熟并涵盖了计算、存储、数仓、数据集成、NOSQL、OLAP分析、机器学习与数据科学等丰富的内容。在未来的发展方向上,大数据技术还会在引擎容器化、大数据机器学习、数据湖等方面不断延伸。 为了让大数据爱好者们可以了解腾讯在大数据领域的技术
腾讯大数据
2019-10-08
5180
Oceanus-ML:端到端的在线机器学习能力
导语丨Oceanus平台在原本的streaming(流计算)场景上全新升级,新增支持ML(在线学习)场景。本文将介绍Oceanus-ML,端到端的在线机器学习能力。用户可通过Oceanus拖拽式画布及参数配置,高效搭建训练逻辑,轻松完成模型训练、评估以及部署整个流程。 背景介绍 从应用场景划分,流式应用主要可分为两种:一是实时计算;二是在线学习。实时计算应用于ETL、实时报表、监控预警等实时流数据分析场景。在线学习应用于在线推荐、实时搜索等机器学习场景。Oceanus 作为一站式可视化高性能流计算平台,自
腾讯大数据
2019-09-16
1.3K0
活动报名 | 集结腾讯技术专家,共探AI技术原理与实践
| 导语 9月7日,上海市长宁区Hello coffee,云+社区邀您参加《AI技术原理与实践》沙龙活动,聚焦人工智能技术在各产业领域的应用落地,共话AI技术带来的机遇与挑战,展望未来。 在如今的工业4.0时代,AI已经成为各领域最火热的技术。那AI 的技术原理有哪些?它在各个产业领域又是如何落地应用实践的?在未来又会面临怎样的机遇与挑战? 凭借多年的技术积累和完善的产品矩阵,腾讯云AI在计算机视觉、自然语言处理和智能语音方面全面布局,持续推动人工智能技术在各产业领域的应用落地。本期沙龙,腾讯云技术专
腾讯大数据
2019-09-07
7120
GITC倒计时|智能问答技术如何落地于To B场景?(内赠门票)
随着人工智能的飞速发展以及广泛落地应用,越来越多的设备将会被植入智能问答技术,人机交互场景随处可见,智能问答在未来将会成为一个非常重要的入口。        腾讯小知凭借着业界领先的智能AI引擎算法和海量大数据仓库,已将智能问答技术落地实施,并且经过大量的业务考验和优化,知识点匹配度和准确率都已达到90%以上,在即将举办的2018 GITC全球互联网技术大会上,腾讯小知将展示智能问答技术的最新成果。 大会详情 时间:2018年11月22日-23日 地址:北京·国家会议中心 主办方:麒麟会 (赠票获取方式
腾讯大数据
2019-01-30
5150
腾讯公司与北京大学共建协同创新实验室
2017年10月17日·北京 北京大学-深圳市腾讯计算机系统有限公司协同创新实验室在北京正式揭牌。 北京大学副校长中科院院士龚旗煌教授、腾讯公司副总裁王巨宏女士、腾讯公司数据平台部总经理蒋杰先生,北京大学科技开发部常务副部长姚卫浩,北京大学软件与微电子学院常务副院长吴中海教授、信息科学与技术学院副院长谢冰教授等来自北京大学各有关院系和腾讯公司的代表六十余人共同出席了揭牌仪式。 基于双方共建的协同创新实验室,北京大学和腾讯公司将建立战略合作伙伴关系,共同建设集科研合作、人才培养、成果转化等为一体的产学协同创
腾讯大数据
2018-01-29
2K0
马化腾公开信:7大关键词打造“数字生态共同体”
2011年,腾讯开始践行开放,Pony每年都会发布《给合作伙伴的一封信》,畅谈他对腾讯开放生态的思考。11月8日,腾讯将在成都举办第七届全球合作伙伴大会,Pony的公开信也如约而至。 腾讯开放的第7个年头,他用7个关键词阐释了对“数字生态共同体”的新思考和观察:(高度提炼的金句来了) 1.深度融合:互联网企业将和传统企业进行更深度的融合,线上线下打通成为一体,通俗的说是让技术寻找到可落地的产品,让具体的应用找到技术支持。 2.云化分享:过去讲“插上电”,现在讲“接入云”,让云化分享源源不断地为创业者提
腾讯大数据
2018-01-29
8390
递归的艺术 - 深度递归网络在序列式推荐的应用
在内容爆炸性增长的今天,个性化推荐发挥着越来越重要的作用,如何在海量的数据中帮助用户找到感兴趣的物品,成为大数据领域极具挑战性的一项工作;另一方面,深度学习已经被证明在图像处理,计算机视觉,自然语言处理等领域都取得了不俗的效果,但在个性化推荐领域,工程应用仍然相对空白。 本文是深度学习在个性化推荐实践应用的第二篇,在第一篇中,我详述了如何利用历史沉淀数据挖掘用户的隐藏特征,本文在上一篇的基础上进行延伸,详细分析如何利用LSTM,即长短时记忆网络来进行序列式的推荐。 1从RBM,RNN到
腾讯大数据
2018-01-29
8870
微信公众号广告点击率预估效果优化
1.背景点击率预估(pCTR)是广告投放过程中的一个重要环节,精准的点击率预估对于广告投放系统收益最大化具有重要意义。pCTR的优化主要有算法优化,系统改进,特征探索等几种途径。2015年下半年微信公众号位置,在引入了多种新特征,优化已有特征的准确度和覆盖率,并使用深度学习的算法框架后,效果取得了明显提升。A/B test结果显示,2015下半年微信公众号位置,CTR+ECPM有12%以上的提升。在此将最近微信公众号pCTR特征优化的一些经历和想法记录下来,欢迎大家讨论。 2.特征探索篇 一般而言,广告推荐
腾讯大数据
2018-01-29
2.1K0
面试干货!21个必知数据科学面试题和答案
最近KDnuggets上发的“20个问题来分辨真假数据科学家”这篇文章非常热门,获得了一月的阅读量排行首位。 但是这些问题并没有提供答案,所以KDnuggets的小编们聚在一起写出了这些问题的答案。我还加了一个特别提问——第21问,是20个问题里没有的。 下面是答案。 Q1.解释什么是正则化,以及它为什么有用。 回答者:Matthew Mayo 正则化是添加一个调优参数的过程模型来引导平滑以防止过拟合。(参加KDnuggets文章《过拟合》) 这通常是通过添加一个常数到现有的权向量。这个常数通常要么是L1(
腾讯大数据
2018-01-29
1.5K0
效果广告点击率预估实践:深度学习
1. 引言 深度学习可以说是目前机器学习和人工智能领域最热的词汇了,已经热了数年,而且有望继续热下去。深度学习技术自横空出世以来,在多个应用领域刷新了历史记录,如语音识别、图像识别、自然语言处理等等,且其后劲甚足,不断有新的记录出现。近日,来自Google和Facebook的两个科学家团队又在体现高级人工智能的计算机围棋上以深度学习技术取得突破,大大提升了计算机棋手的棋力,取得了对一些人类棋手的胜利。Google的这一突破还登上了Nature杂志的封面,并再次刷爆了笔者的朋友圈。 鉴于深度学习技术的辉煌战
腾讯大数据
2018-01-29
1.3K0
解密深度学习在智能推荐系统的实践与应用
与传统的浅层机器学习相比,深度学习具有优秀的自动提取抽象特征的能力,并且随着分布式计算平台的快速发展,大数据的处理能力得到极大的提升,使得近年来DL在工程界得到广泛的应用,包括图像识别,语音识别,自然语言处理等领域,并取得比传统机器学习更好的效果提升。另一方面,智能推荐系统,本质上是从一堆看似杂乱无章的原始流水数据中,抽象出用户的兴趣因子,挖掘出用户的偏好,因此把深度学习与推荐系统相结合成为近年来DL发展的一个新热点,事实上,Spotify,Netflix,Facebook,Google等公司早已经对如何把
腾讯大数据
2018-01-26
2.1K0
解读《微信用户数据报告》的正确姿势
本文由“我道(myfaithmyroad)”授权转载 作者:刘志斌,字炫材,清华博士毕业,先后在盛大创新院、百度、腾讯任职。目前为微信大数据架构师,研究内容覆盖数据挖掘、互联网金融、社交网络与信息传播。近期新开个人公众号“我道”,撰写作者对领域的心得与行业见解。 活跃账号数,而非“人”数 平均“日登录用户”5.7亿,但各位注意了,这并不代表5.7亿“人”,而是5.7亿账号。我们知道,不少用户都“一个人具有多个微信账号”,尤其一些用于营销的“账号池”,更是动辄几十上百个号。 不过,不同社交网络平台(例如
腾讯大数据
2018-01-26
5.6K0
再谈数据挖掘——时序预测初探
1. 背景 先来看两个例子,下面两幅图展示了百度在趋势预测方面的应用案例,一个是世界杯期间的比赛输赢预测,另一个是北京各旅游景区的游客人数预测。 这两幅图代表了大数据环境下趋势预测的典型场景,即事件预测和时序预测,本文重点关注第二幅图中的场景,即与时间维度相关的时间序列预测。 2. 时间序列预测 时间序列预测即以时间数列所能反映的社会经济现象的发展过程和规律性,进行引伸外推,预测其发展趋势的方法,简单来说就是从已知事件测定未知事件。 上图展示了时间序列的一般趋势,时间序列数据的趋势变动可分
腾讯大数据
2018-01-26
2.3K0
解密最接近人脑的智能学习机器 ——深度学习及并行化实现
训练深层模型是长期以来的难题,近年来以层次化、逐层初始化为代表的一系列方法的提出给训练深层模型带来了希望,并在多个应用领域获得了成功。深层模型的并行化框架和训练加速方法是深度学习走向实用的重要基石,已有多个针对不同深度模型的开源实现,Google、Facebook、百度、腾讯等公司也实现了各自的并行化框架。深度学习是目前最接近人脑的智能学习方法,深度学习引爆的这场革命,将人工智能带上了一个新的台阶,将对一大批产品和服务产生深远影响。 1.深度学习的革命 人工智能(Artificial Intelligen
腾讯大数据
2018-01-26
1K0
大数据速递:为什么战狼那么火炎焱燚
腾讯大数据
2017-08-22
8830
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档