iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

0 Like 0 留言 1325 瀏覽

鐵人賽 AI & Data DAY 29

那些在科技公司和 app 背後的資料科學系列第 29 篇

技術 [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...

Min ‧ 2022-10-14

0 Like 0 留言 1242 瀏覽

鐵人賽 AI & Data DAY 28

那些在科技公司和 app 背後的資料科學系列第 28 篇

技術 [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...

Min ‧ 2022-10-13

1 Like 0 留言 1799 瀏覽

鐵人賽 AI & Data DAY 27

那些在科技公司和 app 背後的資料科學系列第 27 篇

技術 [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...

Min ‧ 2022-10-12

0 Like 0 留言 1663 瀏覽

鐵人賽 AI & Data DAY 26

那些在科技公司和 app 背後的資料科學系列第 26 篇

技術 [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...

Min ‧ 2022-10-11

0 Like 0 留言 1491 瀏覽

鐵人賽 AI & Data DAY 25

那些在科技公司和 app 背後的資料科學系列第 25 篇

技術 [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...

Min ‧ 2022-10-10

0 Like 0 留言 2410 瀏覽

鐵人賽 AI & Data DAY 24

那些在科技公司和 app 背後的資料科學系列第 24 篇

技術 [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...

Min ‧ 2022-10-09

0 Like 0 留言 2379 瀏覽

鐵人賽 AI & Data DAY 23

那些在科技公司和 app 背後的資料科學系列第 23 篇

技術 [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...

Min ‧ 2022-10-08

0 Like 0 留言 2022 瀏覽

鐵人賽 AI & Data DAY 21

那些在科技公司和 app 背後的資料科學系列第 21 篇

技術 [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...

Min ‧ 2022-10-06

0 Like 0 留言 1738 瀏覽

鐵人賽 AI & Data DAY 22

那些在科技公司和 app 背後的資料科學系列第 22 篇

技術 [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...

Min ‧ 2022-10-07

0 Like 0 留言 1437 瀏覽

鐵人賽 AI & Data DAY 20

那些在科技公司和 app 背後的資料科學系列第 20 篇

技術 [Day 20] 購物網站處理詐騙攻擊的方式

在昨天的文章中，我們聊到 Uber 如何使用 RADAR 系統偵測詐騙行為。今天，讓我們再擴大應用場域，看看跟現今生活密不可分的購物網站是如何處理詐騙問題吧！...

Min ‧ 2022-10-05

0 Like 0 留言 1436 瀏覽

鐵人賽 AI & Data DAY 19

那些在科技公司和 app 背後的資料科學系列第 19 篇

技術 [Day 19] Uber 使用 RADAR 模型偵測詐騙行為

昨天看完 Uber 如何預測抵達時間，今天來聊聊另外一個主題，看看 Uber 的詐騙偵測（fraud detection）吧！無論是什麼產業，防止詐騙行為都...

Min ‧ 2022-10-04

0 Like 0 留言 1672 瀏覽

鐵人賽 AI & Data DAY 18

那些在科技公司和 app 背後的資料科學系列第 18 篇

技術 [Day 18] Uber 要如何估計司機和外送的抵達時間？（下）- DeeprETANet

昨天的文章中提到 Uber 計算預估抵達時間（Estimated Time of Arrival，ETA）時，不僅要考慮路線本身，也會被時間、天氣和交通狀況影響...

Min ‧ 2022-10-03

0 Like 0 留言 1138 瀏覽

鐵人賽 AI & Data DAY 17

那些在科技公司和 app 背後的資料科學系列第 17 篇

技術 [Day 17] Uber 要如何估計司機和外送的抵達時間？（上）- Self attention 介紹

今天公事繁忙，Skylar 沒有出門買午餐的餘裕，決定使用 Uber 訂購外送。App 顯示的預估抵達時間為 40 分鐘後，他盤算著剛好下一場會議結束後，剛好就...

Min ‧ 2022-10-02

0 Like 0 留言 2257 瀏覽

鐵人賽 AI & Data DAY 16

那些在科技公司和 app 背後的資料科學系列第 16 篇

技術 [Day 16] 改善 Airbnb 的房源排序模型（下）- ABCD 改善方案

在前兩天的文章中，我們提到 Airbnb 為了做出更好的房源排序模型，提出「ABCD 改善方案」： A：模型架構（Architecture）：觀察使用者需求後，...

Min ‧ 2022-10-01

0 Like 0 留言 1461 瀏覽

鐵人賽 AI & Data DAY 15

那些在科技公司和 app 背後的資料科學系列第 15 篇

技術 [Day 15] 改善 Airbnb 的房源排序模型（中） - ABCD 改善方案

在昨天的文章中，我們提到 Airbnb 為了做出更好的房源排序模型，決定跳脫「讀文獻 -> 實作 -> A/B testing」的迴圈，提出「ABC...

Min ‧ 2022-09-30

0 Like 0 留言 5464 瀏覽

鐵人賽 AI & Data DAY 14

那些在科技公司和 app 背後的資料科學系列第 14 篇

技術 [Day 14] 改善 Airbnb 的房源排序模型（上）- NDCG 介紹

昨天 Skylar 訂完露營和烤肉用具後，今天他想在 Airbnb 上搜尋適合渡假的房源，而當他在瀏覽時，Airbnb 是如何排序出 Skylar 看到的頁面呢...

Min ‧ 2022-09-29

1 Like 0 留言 1337 瀏覽

鐵人賽 AI & Data DAY 13

那些在科技公司和 app 背後的資料科學系列第 13 篇

技術 [Day 13] 更貼近消費者需求的購物網站搜尋結果 - Alicoco

國慶連假快到了，Skylar 和 Kristina 預計要去三天兩夜的露營，於是 Skylar 決定在購物網站採購一些露營相關的用具。他拿出事先列好的商品清單，...

Min ‧ 2022-09-28

0 Like 0 留言 2148 瀏覽

鐵人賽 AI & Data DAY 12

那些在科技公司和 app 背後的資料科學系列第 12 篇

技術 [Day 12] Spotify 怎麼知道要在「每週新發現」推薦什麼歌給你？（下）Bart Model

打開 Spotify，我們會看到許多推薦歌單和 Podcast 節目，他們怎麼知道用戶會喜歡什麼呢？資料 Spotify 不遺餘力地搜集各式各樣的資料，資料...

Min ‧ 2022-09-27

1 Like 0 留言 1436 瀏覽

鐵人賽 AI & Data DAY 11

那些在科技公司和 app 背後的資料科學系列第 11 篇

技術 [Day 11] Spotify 怎麼知道「每週新發現」中要推薦什麼歌給你？（上）Multi-Armed Bandit

今天 Skylar 在出差的路上，一邊開著車，一邊聽著歌。在遙遙無期的路途中，他突然想到今天是禮拜一，Spotify 會推薦「每週新發現」的歌單，因此他滿懷期待...

Min ‧ 2022-09-26

2 Like 0 留言 1349 瀏覽

鐵人賽 AI & Data DAY 10

那些在科技公司和 app 背後的資料科學系列第 10 篇

技術 [Day 10] 做一個 A/B testing 要如何部署各種版本的 app？以 Uber 為例

經過統計的疲勞轟炸，今天來聊一點輕鬆的內容吧。 Netflix 是一間勇於嘗試、大膽做實驗的公司，無論是廣告、付款方式、給客戶的訊息（例如 email）、聲音及...

Min ‧ 2022-09-25

1 Like 0 留言 1657 瀏覽

鐵人賽 AI & Data DAY 9

那些在科技公司和 app 背後的資料科學系列第 9 篇

技術 [Day 9] Netflix（三）- 如何判讀 A/B testing 的結果？淺談 False Negative

在昨天的文章中，我們執行了一個抽球的想像實驗，讓我們來回憶一下在不知道箱子中黑白球數量的情況下，藉由抽球實驗想要確定兩球之數量： (1) 虛無假設（null...

Min ‧ 2022-09-24

2 Like 0 留言 1914 瀏覽

鐵人賽 AI & Data DAY 8

那些在科技公司和 app 背後的資料科學系列第 8 篇

技術 [Day 8] Netflix（二）- 如何判讀 A/B testing 的結果？淺談 False Positive

在昨天的文章中，我們介紹 Netflix 在測試新功能「顯示Top 10 的節目排名」頁面時，使用 A/B testing。在搜集完資料後，資料科學家要如何判斷...

Min ‧ 2022-09-23

1 Like 0 留言 1820 瀏覽

鐵人賽 AI & Data DAY 7

那些在科技公司和 app 背後的資料科學系列第 7 篇

技術 [Day 7] Netflix（一）- 為什麼我看到的和你的不同？你被 A/B Testing 了嗎？

今天是颱風天，Skylar 無處可去，只好懶散地躺在沙發上（他哪天不是呢？），遙控器轉來轉去，都沒有自己想要看的節目。他嘆了口氣，將畫面切到 Netflix，決...

Min ‧ 2022-09-22

1 Like 0 留言 1328 瀏覽

鐵人賽 AI & Data DAY 6

那些在科技公司和 app 背後的資料科學系列第 6 篇

技術 [Day 6] Instagram 藉由 Suggested Post，讓用戶「Feels Like Home」

Skylar 一如往常地在滑著 Instagram 時，突然發現在首頁，除了他原本追蹤的帳號以外，也多了一些貼文來自他沒有追蹤的帳號，那些貼文的左上角都寫著「S...

Min ‧ 2022-09-21

1 Like 0 留言 1429 瀏覽

鐵人賽 AI & Data DAY 5

那些在科技公司和 app 背後的資料科學系列第 5 篇

技術 [Day 5] Instagram 如何產出要讓用戶探索（Explore）的內容？（下）

在前一天的內容中，我們介紹 Instagram 為了推薦用戶其他公眾帳號，設計三個工具以節省運算資源、快速找到相似帳號。此三工具分別為：IGQL、account...

Min ‧ 2022-09-20

0 Like 0 留言 1720 瀏覽

鐵人賽 AI & Data DAY 3

PyTorch 生態鏈實戰運用系列第 3 篇

技術 [Day03] MedMNIST 資料集

前言本日會開始進入最主體的Classification的部份，首先就從資料集開始介紹吧！這次會使用的是MedMNIST這個資料集，差不多就是Medical版的...

srarod ‧ 2022-09-15

1 Like 0 留言 1603 瀏覽

鐵人賽 AI & Data DAY 4

那些在科技公司和 app 背後的資料科學系列第 4 篇

技術 [Day 4] Instagram 如何產出要讓用戶探索（Explore）的內容？（上）

今天又是美好的一天，Skylar 一如往常地躺在沙發上，滑著手機。但是，他有點看膩了追蹤帳號的內容，他跳到 explore 頁面，想看看有沒有什麼新的帳號和內容...

Min ‧ 2022-09-19

1 Like 0 留言 1634 瀏覽

鐵人賽 AI & Data DAY 3

那些在科技公司和 app 背後的資料科學系列第 3 篇

技術 [Day 3] Facebook 如何排序推薦內容（下）- Feed Aggregator

回憶昨天的介紹，推薦系統分為兩個階段：candidate generation 和 candidate selection，以下按照這兩個步驟依序介紹。 Can...

Min ‧ 2022-09-18

2 Like 0 留言 2236 瀏覽

鐵人賽 AI & Data DAY 2

那些在科技公司和 app 背後的資料科學系列第 2 篇

技術 [Day 2] Facebook 如何排序推薦內容（上）- 使用者調查

一個風和日麗的上午，Skylar 慵懶地躺在沙發上，滑著 Facebook，漫不經心地瀏覽動態。他看到 Toby 更新自己的衝浪影片、Wade 和自己的狗狗的自...

Min ‧ 2022-09-17

2 Like 0 留言 2377 瀏覽

鐵人賽 AI & Data DAY 1

那些在科技公司和 app 背後的資料科學系列第 1 篇

技術 [Day 1] 前言 - 動心起念和文章主題介紹

本系列文已於 2023 年底出版 🥳🥳🥳 歡迎大家多多支持 🙇🏻‍♀️🙇🏻‍♀️🙇🏻‍♀️https://www.tenlong.com.tw/product...

Min ‧ 2022-09-16