数美科技李田:机器学习与在数美业务上的落地

所需积分/C币:50 2018-09-11 23:19:26 1.07MB PDF
收藏 收藏 1
举报

数美科技李田:机器学习与在数美业务上的落地
主要内容 机器学习三大领域 在数美业务上落地 数美天信 数美天网 数美天净 更多待探索的算法 PART O1 机器学习三大领城 领城1监督学习 1,主要应用场景 2,主要应用业务 ①分类场景 ①天信-可信度评分 ②评分场景 ②天网-客户评分/广告行为分 ③天净-涉政,涉黄,涉恐, 涉暴的内容识别与拦截 数美各项业务中常见的算法 应用于各种分类场景,从广告,推荐 同样广泛的应用于各种分类,回归场 到图像,语音等等 景,或用其选择决策 ——逻辑回归 —决策树及其变种 分类场景的大杀器,各项 gaggle比赛 因其对各种方法都有较好的拟合能力 的宠儿,大量应用于生产实践上 因此成为当下工业界最火热的领域 xgboost 各项深度学习算法 领域2-无监督学习 1,主要应用场景 2,主要应用业务 ①异常点检测 ①天网-反欺诈 ②离群分析 ②天网-反作弊等 ③关联挖掘 数美各项业务中常见的算法 最基础的聚类算法,在各项聚类中作为 baseline - K-means 目前业內较为流行的发现异常/离群簇算法,且不会对簇形状有要求 DBSCAN 高效的异常点发掘算法 - fOrest 领城3-增强学习 1,目前业务主要应用范围 ①游戏A 是 40 ②自动驾驶 ③智能机器 门测测圆 2,目前业内较为主流的算法 ①Q- earnIng及其各项衍生 ②MCTS蒙特卡洛树搜索 ③RHGA滚动遗传算法 PART 0Z 在数美业务上落地 落地实操 天网 应用 天净 天信 落地1-数美天信 数美天信一可信度 用多方数据为人进行信用背书 本质上是激励人在社会上各个方面构建良好的信用记录,并使之成为人的 信用资本 数据提供方1 「结构化处理1 数据提供方1 结构化处理2 模型训练和 模型训练 多方来漂的结 策略制定 构化数据表 两点原则 数据提供方1 结构化处理3 多模型融合的目标 商线流程 在线流程 线上部著 多模型融合方法 选擇模型策略,获取返回结果 客户使用方法 客户 模型策眳库

...展开详情
试读 21P 数美科技李田:机器学习与在数美业务上的落地
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    img
    悟乙己
    • 签到新秀

      累计签到获取,不积跬步,无以至千里,继续坚持!
    • 技术圈认证(专家版)

      博客专家完成年度认证,即可获得

    关注 私信 TA的资源

    上传资源赚积分,得勋章
    最新推荐
    数美科技李田:机器学习与在数美业务上的落地 50积分/C币 立即下载
    1/21
    数美科技李田:机器学习与在数美业务上的落地第1页
    数美科技李田:机器学习与在数美业务上的落地第2页
    数美科技李田:机器学习与在数美业务上的落地第3页
    数美科技李田:机器学习与在数美业务上的落地第4页
    数美科技李田:机器学习与在数美业务上的落地第5页
    数美科技李田:机器学习与在数美业务上的落地第6页
    数美科技李田:机器学习与在数美业务上的落地第7页

    试读已结束,剩余14页未读...

    50积分/C币 立即下载 >