人工智慧

在數據「坐莊」NLP的大背景下，大量的商業機會呈現，而客觀上的高要求阻卻了大量低門檻入場的玩家，NLP數據相對 […]

本文從內容畫像、用戶畫像、召回和排序、推薦策略四方面分析了新聞的個性化推薦機制。 關於個性化推薦，我的理解是：

本文介紹了AI多任務學習的定義、特徵、優勢和應用場景，表達AI多任務學習的發展需要向人類看齊。 提到AI領域的

AI目前在不同行業有各自的細分應用。對話機器人，針對不同的業務場景，有每個領域的細分落地。由此，對於對話機器人

AI這把牛刀，為什麼總是用來殺雞？ 核心要點： 資本將人工智慧視作開啟下一個時代的鑰匙，誰也不想錯過時代機遇，

「AI+社交」的模式讓我們降低交際成本的同時，也使社交更加便捷化。但是隨著AI技術在社交軟體領域的應用越來越廣

情感到底是如何被機器計算？情感智能的商業化是否靠譜？我們希望帶著這些令人好奇問題深入到情感智能的最前沿。 在初

本文作者挑選了市面上6款比較常見的BI產品，分別從產品的定位、性能、功能等方面展開了使用測評並進行了總結，與大

本文作者通過Knn演算法進行了一次用戶判斷預測的流程，文章為作者根據自身經驗所做出的總結，希望通過此文能夠加深

在大部分市場情況中，智能貨櫃不是純粹2C的商品，而是先2B（銷售給需要智能貨櫃的B端企業），再投放到點位上供C

本文將帶讀者一起探討兩個話題——人工智慧不智能的點在哪裡，基於知識圖譜的認知智能怎麼就變得智能了。 一、為什麼

對話機器人作為近年來愈發普遍的產品，以各種各樣的形態出現我們的生活中：電話客服、文本客服、超市裡的導購機器人等