文章 2023-01-19 来自:开发者社区

【推荐系统】Facebook经典模型GBDT+LR代码实践

2021人工智能领域新星创作者,带你从入门到精通,该博客每天更新,逐渐完善推荐系统各个知识体系的文章,帮助大家更高效学习。在CRT预估中,工业界一般是会采用逻辑回归进行处理,对用户特征画像进行建模,然后计算点击概率,评估用户是否会有点击的行为。但是逻辑回归这个算法天生就会有个缺陷,它不能够区分非线性的数据,原因是逻辑回归是在普通的线性回归的基础之上添加了Sigmoid函数,处理的只能是线性数据,....

文章 2022-12-12 来自:开发者社区

SLICK: Facebook 基于 SLO 的可靠性保障实践

定义服务的 SLI 和 SLO,通过全局系统呈现、处理所有服务的 SLI/SLO,从而帮助 SRE 实践在系统中的落地。本文介绍了 Facebook(Meta)在这方面的实践。原文:SLICK: Adopting SLOs for improved reliability[1]我们需要与使用我们应用程序和产品的人们和社区不断保持联系,从而为他们提供足够的支持。我们希望将可靠性方面的经验提供出来,....

SLICK: Facebook 基于 SLO 的可靠性保障实践
文章 2022-08-03 来自:开发者社区

【推荐系统】Facebook经典模型GBDT+LR代码实践

在CRT预估中,工业界一般是会采用逻辑回归进行处理,对用户特征画像进行建模,然后计算点击概率,评估用户是否会有点击的行为。但是逻辑回归这个算法天生就会有个缺陷,它不能够区分非线性的数据,原因是逻辑回归是在普通的线性回归的基础之上添加了Sigmoid函数,处理的只能是线性数据,那么我们就需要获得线性可分的数据,这是如果采用人工进行组合特征,成本会非常的贵,而且需要有经验的专业人士,才能够获得提升模....

文章 2019-12-20 来自:开发者社区

60TB 数据量的作业从 Hive 迁移到 Spark 在 Facebook 的实践

Facebook 经常使用分析来进行数据驱动的决策。在过去的几年里,用户和产品都得到了增长,使得我们分析引擎中单个查询的数据量达到了数十TB。我们的一些批处理分析都是基于 Hive 平台(Apache Hive 是 Facebook 在2009年贡献给社区的)和 Corona( Facebook 内部的 MapReduce 实现)进行的。Facebook 还针对包括 Hive 在内的多个内部数据....

60TB 数据量的作业从 Hive 迁移到 Spark 在 Facebook 的实践
文章 2018-03-02 来自:开发者社区

Facebook构建高性能Android视频组件实践之路

作者|Udi Cohen译者|孙浩本文转自“移动开发前线”(微信号:bornmobile)。随着移动设备视频消费的快速增长,为了更高效地呈现内容,Facebook 的移动工程师们面临着新的挑战。比起文本和图片这样的简单 UI 元素,视频需要更多的资源。视频解码器会消耗很多 CPU 资源,创建视频时还需要分配大量内存,同时他们会使用更多的网络带宽来从服务器下载视频数据。在可滚动的容器中播放视频其实....

文章 2018-01-26 来自:开发者社区

Facebook Detectron物体检测研究平台实践

1月23日,Facebook 开源了自家的物体检测研究平台 Detectron。Detectron 是 Facebook AI 研究的软件系统,实现了最先进的物体检测算法,包括 Mask R-CNN。Detectron 用 Python 编写实现,并由深度学习框架 Caffe2 (Caffe2应该类似Brain++,内部使用)。Detectron 的由来 2016 年 7 月,Detectron....

文章 2014-04-01 来自:开发者社区

facebook工具tweaks,待实践

http://tech.163.com/14/0327/08/9OB3KS8000094ODU.html

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

云原生多模数据库Lindorm

Lindorm是适用于任何规模、多种类型的云原生数据库服务,支持海量数据的低成本存储处理和弹性按需付费,兼容HBase、Solr、SQL、OpenTSDB等多种开源标准接口,是互联网、IoT、车联网、广告、社交、监控、游戏、风控等场景首选数据库,也是为阿里巴巴核心业务提供支撑的数据库之一。

+关注