10Xが”検索”と”推薦”に心を燃やすワケ - 10X Product Blog
はい、こんちゃーす(eyden)、Stailerのプロダクト責任者の矢本です。この記事はCEO/創業者という立場ではなく、一人のプロダクトに関わる人間として書いています。この記事の焦点はStailerのエンドユーザーでもある、お客様の”買い物体験”です。 早速ですがこの記事の結論をお伝えします。 スーパーでの買い物体験は多量の”意思決定”で構成されています Stailerはお店の買い物体験を補完するプロダクトです ネットスーパーの買い物体験を支えるのは”検索”と”推薦”という技術です つまり、検索エンジニアや、推薦を支えるMLエンジニア、推薦のアルゴリズムを作る Data Scientist、MLをプロダクト価値に落とし込んでいくテクニカルプロダクトマネージャー、これらを多数の制約からプロダクトデザインへ落とし込むデザイナーも強く募集しています。ここまででピンと来た方は10XのMLエンジニ
Elasticsearchのクエリ概要 - Qiita
はじめに Elasticsearchでは検索が一番重要な処理です。 全文検索によってユーザーがほしい情報を上に表示できるのは理想です。 Googleエンジンのような強力なものはできないですが、それに近づくことでも利便性は高くなります。 Leaf query（検索の基礎） 1. term query（指定単語と完全一致する） 指定した単語で精確検索。boostの値で関連スコアの増減が調整できます。 サイトにあるサンプル： curl -X GET "localhost:9200/_search?pretty" -H 'Content-Type: application/json' -d' { "query": { "term": { "user": { "value": "Kimchy", "boost": 1.0 } } } } '
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
https://random-walks.org/content/misc/rff/rff.html
Time series forecasting with Spectral Mixture Kernels | Sebastian Callh personal blog
Home
Bayesian inference for a logistic regression model (Part 1)
Random Fourier Features