Публикации по теме 'kdd'
Symphony выступит на крупнейшей в мире конференции по искусственному интеллекту и интеллектуальному анализу данных
Основатель Симфонии профессор Фейда Чжу, к которой присоединились Prof. Цзянь Пей и Проф. Xiaokui Xiao , являются сопредседателями Первого международного семинара по интеллектуальным данным для блокчейна и распределенного реестра (SDBD’19), который будет проходить совместно с ACM SIGKDD 2019 в Анкоридже, Аляска, США, 5 августа 2019 года.
Ежегодная конференция ACM SIGKDD признана самым влиятельным форумом для поиска знаний и исследований в области интеллектуального анализа данных...
Обнаружение знаний в базах данных
Наука о данных — это наука об извлечении знаний из данных путем выявления в них закономерностей. Обнаружение знаний в базах данных (KDD) — это одна из методологий выявления закономерностей в данных, или, другими словами, это процесс осмысления данных.
В каждой области, такой как медицина, астрономия, финансы, розничная торговля, маркетинг и т. д., происходит огромный рост базы данных, невозможно анализировать и интерпретировать данные вручную. Для анализа этих данных необходимо..
Основные моменты KDD-2020
В этом году KDD собрал 346 статей (для исследовательских и прикладных направлений), 34 семинара, 45 руководств (лекционных и практических), что сделало его одной из крупнейших конференций по прикладным исследованиям в области компьютерных наук. Давайте взглянем на некоторые из основных моментов этой конференции.
Тенденции этого года
Давайте посмотрим на облако слов наиболее частых тенденций этого года.
Особняком стоит несколько тем: графики, рекомендации, состязательные атаки..
Сбор данных
зачем интеллектуальный анализ данных?
данные сейчас растут, и их объем со временем становится все больше и больше. Объем данных увеличился в геометрической прогрессии. Например, в 2009 году объем данных составлял около 0,8 зеттабайт, а в 2020 году — около 35 зб. Как мы знаем, когда объем данных увеличивается, информация, которую мы можем получить из этих данных, может быть потеряна.
Поскольку данные генерируются автоматически, нам нужно автоматическое решение для преобразования этих..
KDD’17: Граф сверточных нейронных сетей для рекомендательных систем веб-масштаба
KDD’18: Граф сверточных нейронных сетей для рекомендательных систем веб-масштаба
Задача системы рекомендаций (21/50)
бумажная ссылка
Блог инженера , связанный с этой статьей (PinSage: новая сверточная нейронная сеть графа для рекомендательных систем веб-масштаба)
Ссылка Мой обзор для инженерного блога
Какую проблему они решают?
Они хотят рекомендовать изображения пользователям не только на основе характеристик изображения, но и на основе структуры графика.
Какие..
Как мы используем AutoML, многозадачное обучение и модели с несколькими башнями для рекламы Pinterest
Эрнест Ван | Инженер-программист, Рейтинг рекламы
Люди приходят на Pinterest с исследовательским мышлением, часто взаимодействуя с рекламой так же, как с обычными пинами. В рамках рекламы наша миссия - помочь пиннерам перейти от вдохновения к действию, познакомив их с привлекательными продуктами и услугами, которые могут предложить рекламодатели. Основным компонентом рекламной площадки является прогнозирование вовлеченности пиннеров на основе рекламы, которую мы им показываем. Помимо..
Прогнозирование и профилирование конкуренции аудитории онлайн-телесериалов
Загрузите технический документ Обнаружение облачных знаний в документах KDD , чтобы ознакомиться с 12 документами KDD и открытиями 12 экспертов Alibaba.
Авторы: Чжан Пэн (Цзиньси), Лю Чуанжэнь, Нин Кэфэн (Чжэнчэн), Чжу Вэньсян (Хэнъюнь) и Чжан Ю (Даоджи)
Фон
В настоящее время популярные сериалы привлекают основной трафик крупных онлайн-видеоплатформ. Это важно для рекламных ресурсов. Точное прогнозирование трафика целевой аудитории сериалов помогает оптимизировать рекламный..
