從演算法到工程,解讀阿里巴巴大規模圖表徵學習框架Euler
相關資料
在機器學習領域,表徵學習(或特徵學習)是一種將原始資料轉換成為能夠被機器學習有效開發的一種技術的集合。在特徵學習演算法出現之前,機器學習研究人員需要利用手動特徵工程(manual feature learning)等技術從原始資料的領域知識(domain knowledge)建立特徵,然後再部署相關的機器學習演算法。雖然手動特徵工程對於應用機器學習很有效,但它同時也是很困難、很昂貴、很耗時、並依賴於強大專業知識。特徵學習彌補了這一點,它使得機器不僅能學習到資料的特徵,並能利用這些特徵來完成一個具體的任務。
來源:Wikipedia
圖網路即可以在社交網路或其它基於圖形資料上執行的一般深度學習架構,它是一種基於圖結構的廣義神經網路。圖網路一般是將底層圖形作為計算圖,並通過在整張圖上傳遞、轉換和聚合節點特徵資訊,從而學習神經網路基元以生成單節點嵌入向量。生成的節點嵌入向量可作為任何可微預測層的輸入,並用於節點分類或預測節點之間的連線,完整的模型可以通過端到端的方式訓練。
來源:機器之心
阿里巴巴網路技術有限公司(簡稱:阿里巴巴集團)是以曾擔任英語教師的馬雲為首的18人於1999年在浙江杭州創立的公司。 阿里巴巴集團經營多項業務,另外也從關聯公司的業務和服務中取得經營商業生態系統上的支援。業務和關聯公司的業務包括:淘寶網、天貓、聚划算、全球速賣通、阿里巴巴國際交易市場、1688、阿里媽媽、阿里雲、螞蟻金服、菜鳥網路等。 2014年9月19日,阿里巴巴集團在紐約證券交易所正式掛牌上市,股票程式碼“BABA”,創始人和董事局主席為馬雲。 2018年7月19日,全球同步《財富》世界500強排行榜釋出,阿里巴巴集團排名300位。2018年12月,阿里巴巴入圍2018世界品牌500強。