Top Challenges from the first Practical Online Controlled Experiments Summit - Meta Research | Meta Research
Top Challenges from the first Practical Online Controlled Experiments SummitSIGKDD Explorations Online controlled experiments (OCEs), also known as A/B tests, have become ubiquitous in evaluating the impact of changes made to software products and services. While the concept of online controlled experiments is simple, there are many practical challenges in running OCEs at scale and encourage furth
リサーチインターンの成果がトップカンファレンスであるKDD2019に論文として採択されるまで - Gunosyデータ分析ブログ
こんにちは。研究開発チームインターンの北田 (shunk031) です。今回は可愛い我が子（研究のことです）について書きます。 この度、私と研究開発チームの関さんで取り組んでいた研究がデータマイニングに関する国際会議KDD2019のApplied Data Science Trackにて採択されました。 gunosy.co.jp 発表した論文は "Conversion Prediction Using Multi-task Conditional Attention Networks to Support the Creation of Effective Ad Creatives"というタイトルで、テキストにフォーカスした広告クリエイティブ作成支援のためのコンバージョン予測がメインの研究です。 arxiv.org 今回はこうした研究がスタートしたきっかけや、インターン中にどのように研究を
KDD2021論文読み会(Zoom視聴もあり) (2021/08/28 14:00〜)
【イベント主旨】 機械学習やデータマイニングについてのトップカンファレンスの一つである、KDD (Knowledge Discovery and Data Mining) の論文読み会を開催いたします。 この論文読み会は、最新の機械学習手法について理解を深めること、参加者同士の情報交換を目的としていますので、小規模且つカジュアルな雰囲気で開催できればと存じます。 お気軽にご参加いただけますと幸いです。 本イベントにつきましては、新型コロナウイルス感染対策を十分に行い運営いたします。 感染症対策のため、オフライン参加の方は、マスクの着用、入場前の検温・消毒及び「新型コロナウイルス感染拡大防止対策同意書」への署名のご協力をお願いしたします。 【参加方法】 ①論文発表（オフライン or オンライン） 有志が気に入った論文を紹介し、質疑により理解を深める形で実施。 各セッションは発表25分+質疑5
All You Need to Know to Build a Product Knowledge Graph (KDD 2021 Tutorial)
All You Need to Know to Build a Product Knowledge Graph (KDD 2021 Tutorial) Key Questions the Tutorial Answers: What are unique challenges to build a product knowledge graph and what are solutions? Are these techniques applicable to building other domain knowledge graphs? What are practical tips to make this to production? Slides: Overview and Introduction (pdf) Knowledge Extraction (pdf) Knowledg
ZOZO研究所が実施する「検索/推薦技術に関する論文読み会」 - ZOZO TECH BLOG
こんにちは。ZOZO研究所の山﨑です。 ZOZO研究所では、検索/推薦技術をメインテーマとした論文読み会を進めてきました。週に1回の頻度で発表担当者が読んできた論文の内容を共有し、その内容を参加者で議論します。 本記事では、その会で発表された論文のサマリーを紹介します。 目次 目次 検索/推薦技術に関する論文読み会 発表論文とその概要 SIGIR [SIGIR 2005] Relevance Weighting for Query Independent Evidence [SIGIR 2010] Temporal Diversity in Recommender System [SIGIR 2017] On Application of Learning to Rank for E-Commerce Search [SIGIR 2018] Should I Follow the Crow
Learning a unified embedding for visual search at Pinterest | the morning paper
the morning paper a random walk through Computer Science research, by Adrian Colyer Made delightfully fast by strattic Learning a unified embedding for visual search at Pinterest Zhai et al., KDD’19 Last time out we looked at some great lessons from Airbnb as they introduced deep learning into their search system. Today’s paper choice highlights an organisation that has been deploying multiple dee
Learning a Unified Embedding for Visual Search at Pinterest
At Pinterest, we utilize image embeddings throughout our search and recommendation systems to help our users navigate through visual content by powering experiences like browsing of related content and searching for exact products for shopping. In this work we describe a multi-task deep metric learning system to learn a single unified image embedding which can be used to power our multiple visual
GrokNet: Unified Computer Vision Model Trunk and Embeddings For Commerce
GrokNet: Unified Computer Vision Model Trunk and Embeddings For Commerce 概要In this paper, we present GrokNet, a deployed image recognition system for commerce applications. GrokNet leverages a multi-task learning approach to train a single computer vision trunk. We achieve a 2.1x improvement in exact product match accuracy when compared to the previous state-of-the-art Facebook product recognition
Product characterisation towards personalisation: Learning attributes from unstructured data to reco
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Videolectures
GitHub - heathersherry/Knowledge-Graph-Tutorials-and-Papers: Insightful Tutorials and Papers about Knowledge Graphs
KDD 2018 Tutorial T39: Building a Large-scale, Accurate and Fresh Knowledge Graph
Building a Large-scale, Accurate and Fresh Knowledge Graph
International Workshop on Knowledge Graph: Heterogeneous Graph Deep Learning and Applications
Graph Convolutional Neural Networks for Web-Scale Recommender Systems
Web-Scale Responsive Visual Search at Bing
Visual Search at Alibaba
Amazon@KDD
Apple, Alibaba, Amazon, and the gang promote state of the art in AI and Knowledge Discovery with Graphs
(PDF) Beyond Clothing Ontologies: Modeling Fashion with Subjective Influence Networks