-
让算法解放算法工程师——NAS 综述NAS 是 AutoML 的子领域,在超参数优化和元学习等领域高度重叠。这一技术能用神经网络设计神经网络,代表机器学习未来的方向。汪思颖2018年09月17日 18:23
-
滴滴 KDD 2018 论文详解:基于强化学习技术的智能派单模型滴滴技术团队在其 KDD 2017 论文的基础上,新设计了一种基于马尔可夫决策过程 (MDP) 的智能派单方法。奕欣2018年08月23日 16:56
-
KDD 2018 的首个「深度学习日」,要让数据挖掘会议更「纯粹」这个首次在 KDD 举办的「深度学习日」,是 KDD 大会历史以来第一个围绕深度学习所组织的全天议程,旨在对深度学习提供学术与工业融合的最新研究发展概述。奕欣2018年08月23日 15:36
-
KDD 2018 Research Track 最佳学生论文详解:流行音乐的旋律与编曲生成提出基于和弦的节奏和旋律交叉生成模型(CRMCG)来生成给定和弦进行为条件的旋律,然后引入多乐器联合编曲模型(MICA)用于多轨音乐。汪思颖2018年08月22日 20:16
-
KDD 2018:滴滴提出WDR模型显著提升ETA预测精度滴滴共有四篇论文入选 KDD 2018,涵盖 ETA 预测 (预估到达时间) 、智能派单、大规模车流管理等多个研究领域。奕欣2018年08月21日 19:22