1.开篇词
开篇词 _ 你的360度人工智能信息助理
10.结束语
2.人工智能国际顶级会议
001 _ 聊聊2017年KDD大会的时间检验奖
002 _ 精读2017年KDD最佳研究论文
003 _ 精读2017年KDD最佳应用数据科学论文
004 _ 精读2017年EMNLP最佳长论文之一
005 _ 精读2017年EMNLP最佳长论文之二
006 _ 精读2017年EMNLP最佳短论文
007 _ 精读2017年ICCV最佳研究论文
008 _ 精读2017年ICCV最佳学生论文
009 _ 如何将“深度强化学习”应用到视觉问答系统?
010 _ 精读2017年NIPS最佳研究论文之一:如何解决非凸优化问题?
011 _ 精读2017年NIPS最佳研究论文之二:KSD测试如何检验两个分布的异同?
012 _ 精读2017年NIPS最佳研究论文之三:如何解决非完美信息博弈问题?
013 _ WSDM 2018论文精读:看谷歌团队如何做位置偏差估计
014 _ WSDM 2018论文精读:看京东团队如何挖掘商品的替代信息和互补信息
015 _ WSDM 2018论文精读:深度学习模型中如何使用上下文信息?
016 _ The Web 2018论文精读:如何对商品的图片美感进行建模?
017 _ The Web 2018论文精读:如何改进经典的推荐算法BPR?
018 _ The Web 2018论文精读:如何从文本中提取高元关系?
019 _ SIGIR 2018论文精读:偏差和“流行度”之间的关系
020 _ SIGIR 2018论文精读:如何利用对抗学习来增强排序模型的普适性?
021 _ SIGIR 2018论文精读:如何对搜索页面上的点击行为进行序列建模?
022 _ CVPR 2018论文精读:如何研究计算机视觉任务之间的关系?
023 _ CVPR 2018论文精读:如何从整体上对人体进行三维建模?
024 _ CVPR 2018论文精读:如何解决排序学习计算复杂度高这个问题?
025 _ ICML 2018论文精读:模型经得起对抗样本的攻击?这或许只是个错觉
026 _ ICML 2018论文精读:聊一聊机器学习算法的“公平性”问题
027 _ ICML 2018论文精读:优化目标函数的时候,有可能放大了“不公平”?
028 _ ACL 2018论文精读:问答系统场景下,如何提出好问题?
029 _ ACL 2018论文精读:什么是对话中的前提触发?如何检测?
030 _ ACL 2018论文精读:什么是“端到端”的语义哈希?
3.搜索核心技术
4.推荐系统核心技术
5.广告系统核心技术
6.自然语言处理及文本处理核心技术
7.计算机视觉核心技术
8.数据科学家与数据科学团队养成
9.热点话题讨论
评论0