Blog

用户视角看世界：腾讯提出ConcepT概念挖掘系统，助力推荐搜索

来自腾讯PCG移动浏览器产品部和阿尔伯塔大学的研究者构建了ConcepT概念挖掘标记系统，其利用query搜索点击日志从用户视角提取不同的概念，以便提高对短文本（query）和长文章（document）的理解，从而推动推荐，搜索等业务的提升。

如果你真的想避免你的机器学习模型产生垃圾结果的尴尬局面，你需要理解标题所暗示的“有效数据预处理和特征工程”的重要性。

如果您还要建立一个AI设计团队，或者您对追求设计AI的角色感到好奇，这些信息可能会有用。

在这篇文章中，我们将描述创建人工智能产品的障碍以及如何以正确的方式构建它们。

产品经理需要在构建支持机器学习（ML）的产品时进行权衡和考虑。不同的产品用例需要不同的ML模型。因此，学习如何管理ML模型的核心原则是关键的产品经理技能集。

根据我们的研究，大多数产品团队都遵循框架和评估ML问题的结构化流程。在这篇文章中，我们分享了这些学习中最重要的四个。

启用机器学习（ML）产品具有持续的收集，清理和分析数据循环，以便输入ML模型。这种重复循环是ML算法的动力，并使ML产品能够为用户提供有用的见解。

谈到机器学习，找到接下来要解决的问题至关重要。数据科学家和ML工程师等资源有限。为您的团队选择错误的项目不仅成本高昂，而且还会损害士气，客户信任，并导致产品失败。

通过对人工智能新兴技术的投资，这种增长进一步加速，特别是21％的比例，并且预计在未来几年会有更多的增长。可以说，2019年也将出现向上的轨迹。

本文包含3个部分：特征工程,从原始数据到特征。良好特征的特点。如何了解数据。