系列文章
[Day22] Pinterest 生成推薦內容的方法（二）- PinSage
昨天我們一起認識了 random walk 這個方法，Pinterest 在實務上是如何利用這個技術的呢？讓我們今天一起來看 他們提出的 PinSage 演算法...
[Day21] Pinterest 生成推薦內容的方法（一）- RandomWalk
Skylar 和 Krsitina 最近想要重新裝潢他們家，因此閒來無事時就會到 Pinterest 上看別人分享的裝潢照片作為參考。另外，Krsitina 也...
[Day 23] Pinterest 生成推薦內容的方法（三）- PinnerSage
昨天我們認識 Pinterest 使用 PinSage 演算法，將每個 pin 和 board 轉成 embedding。不過，只是轉成 embedding 還...
[Day 24] Pinterest 生成推薦內容的方法（四）- PinnerFormer
我們昨天介紹 Pinterest 的推薦系統 PinnerSage，不過那是 2020 年的文章。身為不斷創新的 Pinterest 公司，在 2022 年又提...
[Day 25] Spotify 使用 NLP 以助於 Podcast 搜尋
近幾年，Podcast 越發熱門，Spotify 的用戶也越來越頻繁地使用關鍵字搜尋相關節目，希望找到自己有興趣的 Podcast 內容。不過，Podcast...
[Day 26] Airbnb 使用 ResNet50 標記房間圖片
在國慶連假時，Skylar 使用 Airbnb 預定出遊的住宿地點。而在入住後，他發覺和當初在網站上看到的照片並無二致，圖片品質很好且很精確，也會依照不同房型分...
[Day 27] Dropbox 的圖片搜尋演算法
本篇文章使用的圖片皆來自於 Dropbox 的文章 How image search works at Dropbox。 國慶連假後的上班日，Skylar...
[Day 28] Pinterest 如何用機器學習打造更健康的評論系統
對社群網站而言，使用者積極的互動是非常重要的一環。因此，打造一個用戶能夠安心發文、建全的評論環境更是不可忽視的重要任務。社群網站往往會提供用戶檢舉貼文的選項，以...
[Day 29] Booking.com 從成功模型中學到的經驗（上）
終於到了鐵人賽的尾聲，在經過一個月、看過各大公司依據不同目的、場景設計的演算法後，我們學到了什麼呢？而每間公司在研發並使用各式各樣的模型後，有沒有什麼珍貴的經驗...
[Day 30] Booking.com 從成功模型中學到的經驗（下）及賽末心得
今天的文章中，我們會延續昨天的題目，聊聊 Booking.com 在模型上線後發現的有趣現象。最後，我會再跟大家分享經過這 30 天的鐵人挑戰賽後，我學到的事，...