首页
学习
活动
专区
工具
TVP
发布

美团技术团队

我们信仰耐心和坚持的力量,愿意持续去做一些正确、有积累、可能表面看上去不那么重要实则非常关键的事情
专栏作者
518
文章
730585
阅读量
345
订阅数
讲座报名|清华大学夏树涛:信息论、机器学习与AI安全初探
【清华大学-美团数字生活联合研究院学术沙龙】由清华大学-美团数字生活联合研究院发起和主办。自2022年3月起,定期邀请学术界、产业界专家,分享前沿技术和工业界实践经验,覆盖多个技术领域,旨在促进产学研合作与交流,推动科技创新发展。 | 议题及讲师 议题简介 信息论起源于香农的著名论文“通信的数学理论”,主要包括数据压缩(去除冗余)和信道编码(抵抗噪声)两大部分。机器学习重在发现数据间的内在关系,从数据中学习并做出决定或预测。当香农遇见图灵、信息论与机器学习如何相互影响? 本报告尝试抛砖引玉做一点探讨。一方面
美团技术团队
2022-09-26
6660
KDD 2022 | 美团技术团队精选论文解读
总第529篇 2022年 第046篇 今年,美团技术团队有多篇论文被KDD 2022收录,这些论文涵盖了图谱预训练、选择算法、意图自动发现、效果建模、策略学习、概率预测、奖励框架等多个技术领域。本文精选了7篇论文做简要介绍(附下载链接,论文排名不分先后),希望能对从事相关研究方向的同学有所帮助或启发。 论文01:Mask and Reason: Pre-Training Knowledge Graph Transformers for Complex Logical Queries(支持知识推理的图谱预训
美团技术团队
2022-08-26
1.5K0
ACM SIGIR 2022 | 美团技术团队精选论文解读
总第524篇 2022年 第041篇 今年,美团技术团队有多篇论文被ACM SIGIR 2022收录,这些论文涵盖了观点标签生成、跨域情感分类、对话摘要领域迁移、跨域检索、点击率预估、对话主题分割等多个技术领域。本文精选了10篇论文做简要介绍(附下载链接),希望能对从事相关研究的同学有所帮助或启发。 SIGIR是信息检索方向的国际顶级会议(CCF-A类)。第 45 届国际信息检索大会(The 45th International ACM SIGIR Conference on Research and D
美团技术团队
2022-07-26
1K0
美团获得小样本学习榜单FewCLUE第一!Prompt Learning+自训练实战
总第515篇 2022年 第032篇 近日,美团搜索与NLP部NLP中心语义理解团队的小样本学习模型FSL++在中文小样本语言理解权威评测基准FewCLUE榜单登顶,在自然语言推理(OCNLI)单任务中取得第一,并在极少数样本(一个类别仅100余个)的条件下,在新闻分类(TNEWS)、科学文献学科分类(CSLDCP)任务上超过了人类识别精确度。 1 概述 2 方法介绍 2.1 增强预训练 2.2 模型结构 2.3 数据增强 2.4 集成学习&自训练 3 实验结果 3.1 数据集介绍 3.2 实验对比 4
美团技术团队
2022-06-13
1.1K0
开课啦|清华-美团联合课程《即时配送中的人工智能技术》
依托清华-美团数字生活联合研究院 清华自动化系和美团联合打造 《即时配送中的人工智能技术》研究生课程 今年春季将在清华首次开课! 想知道一单外卖送到你的手上,中间到底经历了哪些复杂技术环节吗? 想知道一线互联网公司是如何利用智能建模和优化理论来解决实际难题的吗?想知道机器学习、运筹优化算法在实际复杂场景落地面临哪些挑战吗?想知道如何成为应用 AI 解决实际问题的高手吗? 欢迎加入《即时配送中的人工智能技术》课程! 课程介绍 《即时配送中的人工智能技术》课程由清华大学自动化系和美团联合开设。课程介绍实际工业场
美团技术团队
2022-03-04
9060
小样本学习及其在美团场景中的应用
美团的各个业务有着丰富的NLP场景,而这些场景中模型的构建需要很多的标注资源,成本很高。小样本学习致力于在数据资源稀少的情况下训练出比较好的模型。本文从主动学习、数据增强、半监督学习、领域迁移、集成学习&自训练几个方向介绍了现有的一些方法,并在美团场景进行了实验,效果上也取得了一定的提升。希望能对从事相关研究的同学有所帮助或者启发。
美团技术团队
2021-08-26
1.2K0
KDD 2021|美团联合多高校提出多任务学习模型,已应用于联名卡获客场景
很多应用通常都需要用定向展示广告来进行获客,对信用卡广告来说,由于用户转化存在较长的链路,持续有效的获客比传统广告更具挑战性。本文结合美团联名信用卡业务中的具体实践,以及今年发表在KDD 2021上的论文,介绍了一种自适应信息迁移多任务(AITM)框架,通过该框架可建模用户多步转化之间的序列依赖关系,并提高端到端获客转化率。希望能对从事相关研究的同学有所帮助或者启发。
美团技术团队
2021-08-26
1.5K0
算法平台在线服务体系的演进与实践
图灵平台是美团配送技术团队搭建的一站式算法平台,图灵平台中的在线服务框架——图灵OS主要聚焦于机器学习和深度学习在线服务模块,为模型和算法策略的线上部署和计算提供统一的平台化解决方案,能够有效提升算法迭代效率。本文将与大家探讨图灵OS在建设和实践中的思考和优化思路,希望能对大家有所帮助或者启发。
美团技术团队
2021-05-31
1.9K0
ICDM论文:探索跨会话信息感知的推荐模型
会话推荐是推荐领域的一个子分支, 美团平台增长技术部也在该领域不断地进行探索。不久前,该部门提出的跨会话信息感知的时间卷积神经网络模型CA-TCN被国际会议ICDM NeuRec Workshop 2020接收。本文会对论文中的CA-TCN模型进行介绍,希望能对从事相关工作的同学有所帮助或者启发。
美团技术团队
2020-12-14
5440
AIOps在美团的探索与实践——故障发现篇
AIOps,最初的定义是Algorithm IT Operations,是利用运维算法来实现运维的自动化,最终走向无人化运维。随着技术成熟,逐步确定为Artificial Intelligence for IT Operations——智能运维,将人工智能应用于运维领域,基于已有的运维数据(日志、监控信息、应用信息等),通过机器学习的方式来进一步解决自动化运维无法解决的问题。
美团技术团队
2020-11-03
9340
KDD Cup 2020 自动图学习比赛冠军技术方案及在美团广告的实践
ACM SIGKDD (国际数据挖掘与知识发现大会,简称 KDD)是数据挖掘领域的国际顶级会议。
美团技术团队
2020-09-04
6690
美团搜索中NER技术的探索与实践
命名实体识别NER是信息提取、问答系统、句法分析、机器翻译、面向Semantic Web的元数据标注等应用领域的重要基础工具,在自然语言处理技术走向实用化的过程中占有重要的地位。
美团技术团队
2020-07-27
2.2K2
ICRA 2020轨迹预测竞赛冠军的方法总结
行人轨迹预测问题是无人驾驶技术的重要一环,已成为近年来的一项研究热点。在机器人领域国际顶级会议ICRA 2020上,美团无人配送团队从一百多支队伍中脱颖而出,在行人轨迹预测竞赛中夺得第一名。本文系对该预测方法的一些经验总结,希望能对大家有所帮助或启发。
美团技术团队
2020-06-16
1K0
一站式机器学习平台建设实践
刚刚度过了一个特殊的春节,美美在这里给大家拜个晚年。相信大家作为各公司技术团队的骨干,应该也和我的同事们一样,正在紧张忙碌地用技术支撑着各方面的工作,同舟共济,抗击疫情吧。请大家注意做好个人和家庭防护,多加强运动,提高免疫力。让我们一起为武汉加油,愿疫情早日结束!
美团技术团队
2020-02-18
1.8K0
顶会论文:基于神经网络StarNet的行人轨迹交互预测算法
民以食为天,如何提升超大规模配送网络的整体配送效率,改善数亿消费者在”吃“方面的体验,是一项极具挑战的技术难题。面向未来,美团正在积极研发无人配送机器人,建立无人配送开放平台,与产学研各方共建无人配送创新生态,希望能在一个场景相对简单、操作高度重复的物流配送中,提高物流配送效率。在此过程中,美团无人配送团队也取得了一些技术层面的突破,比如基于神经网络StarNet的行人轨迹交互预测算法,论文已发表在IROS 2019。IROS 的全称是IEEE/RSJ International Conference on Intelligent Robots and Systems,IEEE智能机器人与系统国际会议,它和ICRA、RSS并称为机器人领域三大国际顶会。
美团技术团队
2019-12-04
7180
配送交付时间轻量级预估实践
在本文中,我们介绍了交付时间预估迭代的三个版本,分别为基于地址结构的树模型、向量召回方案以及轻量级的End-to-End的深度学习网络。同时介绍了如何在性能和指标之间取舍,以及模型策略迭代的中间历程,希望能给从事相关工作的同学们有所启发和帮助。
美团技术团队
2019-10-12
6690
XGBoost缺失值引发的问题及其深度分析
XGBoost模型作为机器学习中的一大“杀器”,被广泛应用于数据科学竞赛和工业领域,XGBoost官方也提供了可运行于各种平台和环境的对应代码,如适用于Spark分布式训练的XGBoost on Spark。然而,在XGBoost on Spark的官方实现中,却存在一个因XGBoost缺失值和Spark稀疏表示机制而带来的不稳定问题。
美团技术团队
2019-08-20
1.3K0
美团如何基于深度学习实现图像的智能审核?
AI(人工智能)技术已经广泛应用于美团的众多业务,从美团App到大众点评App,从外卖到打车出行,从旅游到婚庆亲子,美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索、推荐、广告、风控、智能调度、语音识别、机器人、无人配送等多个领域,帮助美团数亿消费者和数百万商户改善服务和体验,帮大家吃得更好,生活更好。
美团技术团队
2019-03-22
1.9K0
AI Challenger 2018:细粒度用户评论情感分类冠军思路总结
2018年8月-12月,由美团点评、创新工场、搜狗、美图联合主办的“AI Challenger 2018全球AI挑战赛”历经三个多月的激烈角逐,冠军团队从来自全球81个国家、1000多所大学和公司的过万支参赛团队中脱颖而出。其中“后厂村静静”团队-由毕业于北京大学的程惠阁(现已入职美团点评)单人组队,勇夺“细粒度用户评论情感分类”赛道的冠军。本文系程惠阁对于本次参赛的思路总结和经验分享,希望对大家能够有所帮助和启发。
美团技术团队
2019-03-22
1.4K0
深度学习在美团配送ETA预估中的探索与实践
美美导读:ETA(预计送达时间预估)是配送调度环节中非常重要的一环,而且涉及的因素特别多。本文阐述了ETA深度学习技术迭代中的一些尝试及效果。
美团技术团队
2019-03-21
9790
点击加载更多
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