这份GitHub 2.3k星的ML论文清单拿好,工作用得上

工欲善其事,必先利其器。

在工作中动手实施自己的ML项目之前,了解领域里的前沿进展,吸收前人的经验,是很有必要的。

不过,现在arXiv上每天都有成百篇新论文冒头,哪些值得看?

为此,亚马逊工程师Eugene Yan等人打造了一个论文合集,在这个GitHub项目中,持续共享Google、亚马逊、Facebook等等大公司在数据科学和机器学习方面的论文和博客文章。

这些论文/文章涵盖24种不同分类,从搜索排名到NLP、CV,都能在这里找到:

数据质量 数据工程 数据挖掘 分类 回归 推荐算法 搜索排名 嵌入 自然语言处理 序列建模 预测 计算机视觉 强化学习 异常检测 图形 优化 信息提取 弱监督 生成 效率 验证和A/B测试 伦理道德 实践 失败

目前标星2.3k。

以推荐算法为例。

对于不同的行业,业务差别很大。即使算法基础框架大同小异,想要训练出精准的推荐模型,细节上还是有许多不同之处。

而这份清单,收集了电商、视频、音乐、课程种种不同业务的推荐算法技术博客/论文。

比如阿里的《Behavior Sequence Transformer for E-commerce Recommendation in Alibaba》。

论文介绍了行为序列Transformer在阿里电子商务推荐系统中的应用。

研究人员提出,利用Transformer模型来捕捉用户行为序列背后的顺序信号,以增强个性化推荐的有效性,提升点击量。经过实验验证后,他们将该模型部署在了淘宝线上,证明与基线相比,该方法能显著提高在线点击率。

论文链接: https://arxiv.org/abs/1905.06874

在视频个性化推荐方面,YouTube、网飞、TikTok的技术方案都有收录。

比如YouTube这篇引用次数达到1039次的《Deep Neural Networks for YouTube Recommendations》。

论文重点介绍了深度学习给YouTube推荐系统带来的巨大性能提升。首先,研究人员详细介绍了深度候选征程模型和深度排名模型。而后,研究人员还在论文中分享了从设计、迭代到维护一个拥有海量用户的大规模推荐系统这个过程中,获得的实践经验和启示。

论文地址: https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/45530.pdf

另外,比较有趣的是,这份论文/文章列表还收录了一些失败的经验。

比如Google Photos在给照片打标签时,曾经严重翻车:把黑人标记成了“大猩猩”。

最近大火的GPT-3,则没有解决前代GPT-2的“偏见”问题,在生成的文字中,总是将穆斯林和暴力、死亡联系在一起。

关于作者

这一项目的主要维护者,是亚马逊应用科学家Eugene Yan。

他本科毕业于新加坡管理大学,专业是心理学和人力资源管理,后于佐治亚理工学院获计算机科学硕士学位。

现在的主要工作是利用消费者数据,构建机器学习系统以提升用户体验。

传送门

项目地址: https://github.com/eugeneyan/applied-ml

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

  • 发表于:
  • 原文链接http://news.51cto.com/art/202009/625716.htm
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券