Публикации по теме 'search'


Руководство по маркировке данных для оценки релевантности поиска
Это руководство впервые было представлено как часть учебного пособия на TheWebConf ‘21 Машинное обучение (ML) имеет ряд приложений в современной коммерции, при этом поиск информации (IR) является одним из наиболее распространенных. Многие электронные компании используют его для оценки релевантности качества поиска на своих платформах, чтобы предоставлять пользователям более качественные услуги. Как правило, при работе с IR чем больше корпус, тем больше должен быть набор данных для..
Learning-To-Rank: сортировка результатов поиска
Как машинное обучение объединяет покупателей и продавцов на OLX Представьте, что вы решили купить спортивный автомобиль. Если вы идете в автомагазин, вы можете начать с того, что спросите у сотрудника, где находятся все спортивные автомобили, которые он продает. Тогда вы, вероятно, захотите узнать, какие из них лучше всего подходят для вашего бюджета. Хотя онлайн-рынки, такие как OLX, не могут предложить такого рода человеческое взаимодействие, они могут предоставить еще более..
AK Groups запустили проект под названием (CW Connecting World)
Продемонстрируйте свой талант с подключением мира CW. У вас есть уникальный талант? Тогда мы предоставим вам идеальную платформу, чтобы поднять ваш успех на новый уровень. мы работаем для создания рабочих мест, наша цель - предоставить бесплатное образование как минимум 10000 кандидатов в этом году. Если у вас есть какие-либо навыки, мы отточим ваше мастерство, предоставив обучение в вашей любимой области искусства, спорта, культурных мероприятий и профессиональных курсов. Свяжитесь с..
Глубокое погружение в Trie: маэстро поиска слов
В огромной вселенной структур данных некоторые из них ярко сияют благодаря своей уникальности, эффективности и применимости. Одним из таких выдающихся объектов является структура данных Trie — дерево, которое специализируется на хранении и поиске строк. Его великолепие заключается в том, как он обрабатывает строки с общими префиксами, обеспечивая эффективный поиск. Представьте себе, что вы можете найти каждое слово английского языка, начинающееся с «анти», за миллисекунды. Это магия..
Быстрый и грязный подход к нечеткому поиску / фильтрации по нескольким свойствам
Проблема Допустим, вы реализуете фильтрацию на стороне клиента для большого списка объектов и хотите иметь возможность сопоставить запрос с несколькими строковыми свойствами этих объектов. Например… У вас есть 1000 ресторанов, загруженных в ваш SPA в таком формате: const restaurants = [ { "name": "Copper Cellar", "food_type": "Burgers", "neighborhood": "UT Campus" }, { "name": "Soccer..
Метаранг 0.4.1 вышел!
Мы также выпустили 0.4.0, но 0.4.1 вышла так быстро, что мы вообще пропускаем анонс 0.4.0. Новейшая версия службы персонализации с открытым исходным кодом Metarank привносит важную особенность в развертывание Metarank: мы поддерживаем развертывание kubernetes (или k8s, если хотите) из коробки ! Давайте углубимся в это изменение и некоторые другие обновления, которые мы сделали. поддержка k8s из коробки До 0.4.1 можно было развернуть Metarank в кластере k8s, так как у нас уже..
Метаранг 0.3.1
В этом небольшом выпуске мы сосредоточились в основном на исправлениях ошибок и улучшениях производительности. Вот повторная шапка: Индексное кодирование было введено как способ по умолчанию для кодирования категориальных функций по сравнению с One-Hot Encoding для повышения производительности в случаях, когда у вас много категорий в функциях (например, цвета, жанры, категории). Мы улучшили производительность этапа начальной загрузки, чтобы он работал намного быстрее для больших..