applied ml

應用毫升

有關生產中的數據科學和機器學習的精選論文、文章和部落格。

弄清楚如何實施您的機器學習專案？了解其他組織是如何做到的：

• 問題是如何建構的？
• 哪些機器學習技術有效 ✅（有時，哪些無效）
• 為什麼它有效，背後的科學以及研究、文獻和參考文獻
• 取得了哪些實際結果（以便您可以更好地評估投資報酬率⏰??）

PS，想要了解 ML 進展的摘要嗎？ ml-surveys

PPS，正在尋找有關應用 ML 的指南和訪談嗎？ applyingML

目錄

1. 數據品質
2. 數據工程
3. 數據發現
4. 特徵商店
5. 分類
6. 回歸
7. 預測
8. 推薦
9. 搜尋與排名
10. 嵌入
11. 自然語言處理
12. 序列建模
13. 電腦視覺
14. 強化學習
15. 異常檢測
16. 圖形
17. 最佳化
18. 資訊擷取
19. 監管薄弱
20. 世代
21. 聲音的
22. 保護隱私的機器學習
23. 驗證和 A/B 測試
24. 模型管理
25. 效率
26. 倫理
27. 基礎設施
28. MLOps 平台
29. 實踐
30. 團隊架構
31. 失敗

數據品質

1. Airbnb 可靠且可擴展的資料攝取Airbnb 2016
2. 透過統計建模大規模監控資料品質Uber 2017
3. 生產機器學習中的資料管理挑戰（論文） Google 2017
4. 自動化大規模資料品質驗證（論文） Amazon 2018
5. 認識 Hodor — Gojek 的上游資料品質工具Gojek 2019
6. 機器學習的資料驗證（論文） Google 2019
7. Netflix 個人化系統的資料品質方法Netflix 2020
8. 透過對人類決策、標籤和評分者的確定性估計來提高準確性（論文） Facebook 2020

數據工程

1. Zipline：Airbnb 的機器學習資料管理平台Airbnb 2018
2. Sputnik：Airbnb 的 Apache Spark 資料工程架構Airbnb 2020
3. 使用 Metaflow 和 AWS Step Functions 分拆資料科學工作流程Netflix 2020
4. DoorDash 如何擴展其數據平台以滿足客戶需求並滿足不斷增長的需求DoorDash 2020
5. 憑藉強大的數據一致性徹底改變大規模資金流動Uber 2020
6. Zipline - 聲明式特徵工程架構Airbnb 2020
7. 大規模自動化資料保護，第 1 部分（第 2 部分） Airbnb 2021
8. Uber 的即時數據基礎設施Uber 2021
9. Fabricator 簡介：聲明式特徵工程框架DoorDash 2022
10. 函數和 DAG：引入 Hamilton，一個用於資料幀生成的微框架Stitch Fix 2021
11. 優化 Pinterest 的資料攝取堆疊：調查結果和學習Pinterest 2022
12. 大規模運行 Apache Airflow 的經驗教訓Shopify 2022
13. 了解大規模深度建議模型訓練Meta 2022的資料儲存與攝取
14. 資料網格 — 資料移動與處理平台 @ Netflix Netflix 2022
15. 使用 Kafka 和 Flink DoorDash 2022建立可擴展的即時事件處理

數據發現

1. Apache Atlas：Hadoop 的資料治理與元資料框架（程式碼） Apache
2. 收集、聚合和視覺化資料生態系統的元資料（程式碼） WeWork
3. Twitter 上分析資料的發現與使用Twitter 2016
4. Airbnb 的數據民主化Airbnb 2017
5. 數據手冊： Uber 2018利用元數據將大數據轉化為知識
6. Metacat：在 Netflix 上讓大數據變得可發現且有意義（代碼） Netflix 2018
7. Amundsen — Lyft 的資料發現與元資料引擎Lyft 2019
8. 開源 Amundsen：資料發現與元資料平台（程式碼） Lyft 2019
9. DataHub：通用元資料搜尋與發現工具（代碼） LinkedIn 2019
10. 阿蒙森：一年後Lyft 2020
11. 在 Square Square 2020上使用 Amundsen 透過元資料收集來支援用戶隱私
12. 使用 Databook Uber 2020將元資料轉化為見解
13. DataHub：流行元資料架構解釋LinkedIn 2020
14. 我們如何在 Spotify 上改進資料科學家的資料發現Spotify 2020
15. 我們如何解決 Shopify 的資料發現挑戰Shopify 2020
16. Nemo：Facebook 的資料發現Facebook 2020
17. 探索數據 @ Netflix（代碼） Netflix 2021

特徵商店

1. 用於特徵產生的分散式時間旅行Netflix 2016
2. 建立活動圖，第 2 部分（特徵儲存部分） LinkedIn 2017
3. 用於 Netflix 推薦的大規模事實儲存Netflix 2018
4. Zipline：Airbnb 的機器學習資料管理平台Airbnb 2018
5. 特徵儲存：機器學習管道缺少資料層？ Hopsworks 2018
6. 介紹盛宴：用於機器學習的開源特徵存儲（代碼） Gojek 2019
7. Michelangelo Palette：Uber 的特徵工程平台Uber 2019
8. 為 Twitter 功能儲存提供支援的架構Twitter 2019
9. 使用特徵儲存服務加速機器學習Condé Nast 2019
10. 盛宴：連接 ML 模型和資料Gojek 2020
11. 使用 Redis、二進位序列化和壓縮建構可擴展的 ML 特徵來儲存DoorDash 2020
12. 透過標準化進行快速實驗：LinkedIn Feed 的鍵入 AI 功能LinkedIn 2020
13. 建置特徵商店Monzo Bank 2020
14. Butterfree：基於 Spark 的特徵儲存建構框架（程式碼） QuintoAndar 2020
15. 建構 Riviera：聲明式即時特徵工程框架DoorDash 2021
16. 最佳特徵發現：透過資訊理論建構更好、更精簡的機器學習模型Uber 2021
17. Lyft 的 ML 功能服務基礎設施Lyft 2021
18. 近即時個人化的近實時功能LinkedIn 2022
19. 在 DoorDash 廣泛的商家選擇背後建立模型DoorDash 2022
20. 開源 Feathr – LinkedIn 用於高效機器學習的功能商店LinkedIn 2022
21. ML Fact Store 的演進Netflix 2022
22. 透過Outerbounds 2022開發可擴充的特徵工程 DAG Metaflow + Hamilton
23. Constructor.io 2023上的特徵儲存設計

分類

1. Google AdWords 廣告主流失率預測（論文） Google 2010
2. 現代規模的高精度是基於短語的文檔分類（論文） LinkedIn 2011
3. Chimera：使用機器學習、規則和眾包進行大規模分類（論文） Walmart 2014
4. 使用多個遞歸神經網路進行電子商務中的大規模商品分類（論文） NAVER 2016
5. 學習使用 LSTM 遞歸神經網路進行診斷（論文） Google 2017
6. 發現並分類 Airbnb 的應用程式內訊息意圖Airbnb 2019
7. 教學機器對 Firefox Bug 進行分類Mozilla 2019
8. 大規模分類產品Shopify 2020
9. 我們如何建構GitHub 2020 Good First Issues 功能
10. 使用機器學習更有效地測試 Firefox Mozilla 2020
11. 使用 ML 對接受數位心理健康介入的患者進行亞型分類（論文） Microsoft 2020
12. 用於安全和隱私的可擴展資料分類（論文） Facebook 2020
13. 利用機器學習DoorDash 2020揭示線上送貨菜單最佳實踐
14. 使用人機互動解決選單項目標記DoorDash 2020中的冷啟動問題
15. 深度學習：產品分類與上架Walmart 2021
16. 電子商務的大規模商品分類（論文） DianPing ， eBay 2012
17. 語意標籤表示及其在多模式產品分類中的應用Walmart 2022
18. 使用機器學習和人機互動建立 Airbnb 類別Airbnb 2022

回歸

1. 使用機器學習預測 Airbnb 上房屋的價值Airbnb 2017
2. 使用機器學習預測Twitter 2020廣告請求的價值
3. 開源 Riskquant，量化風險的函式庫（程式碼） Netflix 2020
4. 使用簡單的資料調整解決迴歸模型中未觀察到的資料DoorDash 2020

預測

1. Uber 使用 RNN 進行極端事件預測Uber 2017
2. Uber 預測： Uber 2018簡介
3. Uber 透過數據科學和機器學習轉換財務預測Uber 2018
4. Gojek 自動預測工具的幕後Gojek 2019
5. BusTr：根據即時交通預測公車行程時間（紙本、影片） Google 2020
6. COVID-19 後重新訓練機器學習模型DoorDash 2020
7. 使用 Prophet、Databricks、Delta Lake 和 MLflow 進行自動預測（論文、程式碼） Atlassian 2020
8. 隆重介紹 Orbit，一種用於時間序列推斷和預測的開源軟體包（論文、影片、程式碼） Uber 2021
9. 透過機器學習管理供需平衡DoorDash 2021
10. Greykite：靈活、直覺、快速的預測庫LinkedIn 2021
11. 亞馬遜預測演算法的歷史Amazon 2021
12. DeepETA：Uber 如何使用深度學習預測到達時間Uber 2022
13. 大規模預測 Grubhub 訂單量Grubhub 2022
14. Lyft 的因果預報（第 1 部分） Lyft 2022

推薦

1. Amazon.com 建議：逐項協同過濾（論文） Amazon 2003
2. Netflix 推薦：超越 5 顆星（第 1 部分（第 2 部分） Netflix 2012
3. 音樂推薦的工作原理和不工作原理Spotify 2012
4. 學習使用 k 階統計損失對推薦進行排名（論文） Google 2013
5. 使用深度學習在 Spotify 上推薦音樂Spotify 2014
6. 學習個人化主頁Netflix 2015
7. Netflix 推薦系統：演算法、商業價值與創新（論文） Netflix 2015
8. 使用循環神經網路進行基於會話的建議（論文） Telefonica 2016
9. 用於 YouTube 推薦的深度神經網路YouTube 2016
10. 收件匣中的電子商務：大規模產品推薦（論文） Yahoo 2016
11. 待續：幫助您找到可在 Netflix 上繼續觀看的節目Netflix 2016
12. LinkedIn 中的個人化推薦 Learning LinkedIn 2016
13. Slack 中的個人化頻道推薦Slack 2016
14. 電商推播通知中推薦互補產品（論文） Alibaba 2017
15. Netflix 的藝術作品個人化Netflix 2017
16. 關於專案冷啟動推薦的元學習觀點（論文） Twitter 2017
17. Pixie：向 2 億多用戶即時推薦 3 億多件商品的系統（論文） Pinterest 2017
18. DoorDash 上的搜尋與推薦支援DoorDash 2017
19. 20 世紀福斯如何使用 ML 預測電影觀眾（論文） 20th Century Fox 2018
20. 校準推薦（論文） Netflix 2018
21. Uber Eats 優食探索美食： 2018市場推薦Uber
22. 探索、利用與解釋：使用 Bandits 個人化可解釋的建議（論文） Spotify 2018
23. LinkedIn 的人才搜尋和推薦系統：實際挑戰和經驗教訓（論文） LinkedIn 2018
24. 阿里巴巴電子商務推薦的行為序列轉換器（論文） Alibaba 2019
25. SDM：線上大規模推薦系統的序列深度匹配模型（論文） Alibaba 2019
26. 天貓推薦的多興趣網路與動態路由（論文） Alibaba 2019
27. 使用深度學習體驗的個人化推薦TripAdvisor 2019
28. 由 AI 提供支援：Instagram 的 Explore 推薦系統Facebook 2019
29. Slate Bandits 的邊際後驗採樣（論文） Netflix 2019
30. Uber Eats 食品發現：利用圖學習為推薦提供支持Uber 2019
31. Spotify Spotify 2019音樂推薦
32. 使用機器學習預測您接下來需要什麼檔案（第 1 部分） Dropbox 2019
33. 使用機器學習預測您接下來需要什麼檔案（第 2 部分） Dropbox 2019
34. 學習相關性：課程推薦系統的演進（需要論文） LinkedIn 2019
35. 即時時態情境推薦（紙本） Amazon 2020
36. P-Companion：多元化互補產品推薦框架（論文） Amazon 2020
37. Deep Interest with Hierarchical Attention Network for Click-Through Rate Prediction（論文） Alibaba 2020
38. TPG-DNN：基於多任務學習的使用者意圖預測方法（論文） Alibaba 2020
39. PURS：提升使用者滿意度的個人化意外推薦系統（論文） Alibaba 2020
40. 可控多利益推薦框架（論文） Alibaba 2020
41. MiNet：用於跨域點擊率預測的混合興趣網絡（論文） Alibaba 2020
42. ATRG：用於有效推薦的自適應目標行為關係圖網（論文） Alibaba 2020
43. 只為您的耳朵：透過機器學習個人化 Spotify Home Spotify 2020
44. 登頂：Spotify 如何在短短六個月內打造捷徑Spotify 2020
45. 用於大規模音樂推薦的上下文和順序用戶嵌入（論文） Spotify 2020
46. Kit 的演進：使用機器學習進行自動化行銷Shopify 2020
47. 深入了解 LinkedIn 學習課程推薦背後的 AI（第 1 部分） LinkedIn 2020
48. 深入了解 LinkedIn 學習課程推薦背後的 AI（第 2 部分） LinkedIn 2020
49. 建立異質社交網路推薦系統LinkedIn 2020
50. TikTok 如何推薦影片#ForYou ByteDance 2020
51. 從 RecSys 到冷啟動搜尋檢索的零樣本異質遷移學習（論文） Google 2020
52. 改進的深度和交叉網絡，用於網絡規模 LTR 系統中的特徵交叉學習（論文） Google 2020
53. 推薦中學習兩塔神經網路的混合負採樣（論文） Google 2020
54. 未來資料輔助訓練：為基於會話的推薦建模未來情境（論文） Tencent 2020
55. 家居裝飾領域基於會話的推薦案例研究（紙質） Home Depot 2020
56. 在宜家應用程式中平衡相關性和發現性以激勵客戶（論文） Ikea 2020
57. 我們如何使用 AutoML、多任務學習和多塔模型進行 Pinterest 廣告Pinterest 2020
58. Pinterest Pinterest 2020相關產品推薦的多工學習
59. 透過輕量級排名提高推薦 Pin 圖的品質Pinterest 2020
60. 基於實用程式的家庭資訊流排名的多任務學習和校準Pinterest 2020
61. 基於顧客偏好和當地人氣的個人化美食過濾器DoorDash 2020
62. 我們如何建構交叉銷售產品的匹配演算法Gojek 2020
63. 解決基於模型的候選生成中資料集偏差的經驗教訓（論文） Twitter 2021
64. 大規模專案推薦的自監督學習（論文） Google 2021
65. 深度檢索：大規模建議的端到端可學習結構模型（論文） ByteDance 2021
66. 使用 AI 幫助健康專家應對 COVID-19 大流行Facebook 2021
67. Pinterest 的廣告主推薦系統Pinterest 2021
68. 關於 YouTube 的推薦系統YouTube 2021
69. 「你確定嗎？」：將產品比較擴展到多個商店的初步見解Coveo 2021
70. Mozrt，一種深度學習推薦系統，為沃爾瑪店員提供支援Walmart 2021
71. 了解大規模深度建議模型訓練的資料儲存和攝取（論文） Meta 2021
72. Amazon Music 對話式推薦器正在切中要點Amazon 2022
73. 個人化互補產品推薦（論文） Amazon 2022
74. 建構基於深度學習的個人化推薦檢索系統eBay 2022
75. 我們如何建構：用於推薦Peloton 2022早期機器學習模型
76. 建構情境感知推薦系統的經驗教訓Peloton 2022
77. 超越矩陣分解：使用混合功能進行使用者-業務推薦Yelp 2022
78. 利用機器學習的活動功能改善工作匹配LinkedIn 2022
79. 了解大規模深度建議模型訓練Meta 2022的資料儲存與攝取
80. 推薦系​​統架構藍圖：10 週年紀念版Xavier Amatriain 2022
81. Pinterest 如何利用推薦中的即時使用者操作來提高 Homefeed 參與度Pinterest 2022
82. RecSysOps：經營大規模推薦系統的最佳實踐Netflix 2022
83. 推薦 API：統一的端對端機器學習基礎架構來產生推薦Slack 2022
84. 不斷發展的 DoorDash 替代推薦演算法DoorDash 2022
85. 利用與探索DoorDash 2022主頁推薦
86. Pinterest Pinterest 2022上的 GPU 加速的機器學習推理
87. 解決因果推薦的混淆特徵問題（論文） Tencent 2022

搜尋與排名

1. 亞馬遜搜尋：對產品進行排名的樂趣（紙張、影片、代碼） Amazon 2016
2. Lazada 如何對產品進行排名以改善客戶體驗並轉換Lazada 2016
3. 雅虎搜尋中的排名相關性（論文） Yahoo 2016
4. 學習對專業網路中的個人化搜尋結果進行排名（論文） LinkedIn 2016
5. 在 Twitter 時間軸中大規模使用深度學習Twitter 2017
6. 基於整合的 Etsy 促銷清單點擊率預測方法（論文） Etsy 2017
7. DoorDash 上的搜尋與推薦支援DoorDash 2017
8. 將深度學習應用於 Airbnb 搜尋（論文） Airbnb 2018
9. 人才搜尋的會話中個人化（論文） LinkedIn 2018
10. LinkedIn 的人才搜尋與推薦系統（論文） LinkedIn 2018
11. Uber Eats 食品發現：建立查詢理解引擎Uber 2018
12. 電子商務搜尋中全局最佳化的相互影響力感知排名（論文） Alibaba 2018
13. 強化學習在電子商務搜尋引擎中排名（論文） Alibaba 2018
14. 語意產品搜尋（論文） Amazon 2019
15. 機器學習驅動的 Airbnb 體驗搜尋排名Airbnb 2019
16. 具有樹互動特徵的實體個人化人才搜尋模型（論文） LinkedIn 2019
17. LinkedIn 招募人員搜尋和推薦系統背後的人工智慧LinkedIn 2019
18. 學習招募偏好：LinkedIn 職位背後的人工智慧LinkedIn 2019
19. 搜尋個人化背後的秘訣Gojek 2019
20. 神經代碼搜尋：使用自然語言查詢進行基於 ML 的程式碼搜尋Facebook 2019
21. 透過強化學習聚合異質來源的搜尋結果（論文） Alibaba 2019
22. 使用 Wasserstein 正則化器的跨域注意力網路用於電子商務搜尋Alibaba 2019
23. 比以往更能理解搜尋（論文） Google 2019
24. 我們如何使用語意搜尋使我們的搜尋更加智慧 10 倍Tokopedia 2019
25. Query2vec：使用查詢嵌入進行搜尋查詢擴充GrubHub 2019
26. MOBIUS：邁向百度贊助搜尋中的下一代查詢廣告匹配Baidu 2019
27. 為什麼人們會在語音產品搜尋中購買看似不相關的商品？ （論文） Amazon 2020
28. 管理 Airbnb 搜尋的多樣性（論文） Airbnb 2020
29. 改進 Airbnb 搜尋的深度學習（論文） Airbnb 2020
30. 透過針對招募者和求職者偏好的個人化 AI 進行品質匹配LinkedIn 2020
31. 了解停留時間以提高 LinkedIn Feed 排名LinkedIn 2020
32. 透過約束優化在 Feed 中分配廣告（論文、影片） LinkedIn 2020
33. 了解停留時間以提高 LinkedIn Feed 排名LinkedIn 2020
34. Bing Microsoft 2020中的大規模 AI
35. Traveloka 通用搜尋中的查詢理解引擎Traveloka 2020
36. Wayfair 貝葉斯產品排名Wayfair 2020
37. COLD：邁向下一代預排名系統（論文） Alibaba 2020
38. Shop The Look：在 Pinterest 上建立大規模視覺購物系統（紙本、影片） Pinterest 2020
39. 透過 Pinterest 搜尋推動購物追加銷售Pinterest 2020
40. GDMix：深度排名個人化框架（代碼） LinkedIn 2020
41. 將個人化搜尋引入 Etsy Etsy 2020
42. 為語意學者Allen Institute for AI 2020建立更好的搜尋引擎
43. 自然語言企業搜尋的查詢理解（論文） Salesforce 2020
44. 事物而非字串：透過 Better Recall DoorDash 2020了解搜尋意圖
45. 對顯示服務不足的音樂內容的查詢理解（論文） Spotify 2020
46. Facebook 搜尋中基於嵌入的檢索（論文） Facebook 2020
47. 透過嵌入學習實現電子商務搜尋的個人化和語義檢索（論文） JD 2020
48. QUEEN：電子商務中的神經查詢重寫（論文） Amazon 2021
49. 使用學習排名來精確定位包裹遞送地點（論文） Amazon 2021
50. 電子商務搜尋中的季節性相關性（論文） Amazon 2021
51. 用於贊助搜尋中點擊率預測的圖意圖網絡（論文） Alibaba 2021
52. 我們如何為 Etsy 廣告建立特定於環境的競價系統Etsy 2021
53. 基於預訓練語言模型的百度搜尋排名（論文） Baidu 2021
54. 將空間拼接在一起以提供基於查詢的建議Stitch Fix 2021
55. LinkedIn 搜尋系統的深度自然語言處理（論文） LinkedIn 2021
56. 基於 Siamese BERT 的網路搜尋相關性排名模型（論文、程式碼） Seznam 2021
57. SearchSage：在 Pinterest Pinterest 2021上學習搜尋查詢表示
58. Query2Prod2Vec：電子商務的接地詞嵌入Coveo 2021
59. 3 項更改將 DoorDash 的產品搜尋擴展到送貨之外DoorDash 2022
60. 學習對Airbnb 2022進行多元排名
61. 如何透過 Cascade Bandits 優化排名Expedia 2022
62. Google 搜尋排名系統指南Google 2022
63. Etsy Etsy 2022上的深度學習搜尋排名
64. 在 Calm Calm 2022搜索

嵌入

1. 以向量表示物品、顧客和購物車來建構推薦系統（論文） Sears 2017
2. 阿里巴巴億級電商推薦商品嵌入（論文） Alibaba 2018
3. 嵌入@Twitter Twitter 2018
4. 搜尋排名中的清單嵌入（論文） Airbnb 2018
5. 了解潛在風格Stitch Fix 2018
6. LinkedIn 人才搜尋的深度學習與表徵學習（論文） LinkedIn 2018
7. 帶有向量嵌入的個人化商店 Feed DoorDash 2018
8. 我們應該嵌入嗎？即時推薦嵌入效能研究（論文） Moshbit 2019
9. 機器學習帶來更好的開發者體驗Netflix 2020
10. 宣布 ScaNN：高效向量相似性搜尋（論文、程式碼） Google 2020
11. BERT 購物：比較產品表示的分散式模型Coveo 2021
12. 冷落中的嵌入：透過基於內容的推理改進新的和稀有產品的向量Coveo 2022
13. Scribd 上基於嵌入的檢索Scribd 2021
14. 行為歌曲嵌入的多目標超參數優化（論文） Apple 2022
15. Spotify 規模的嵌入——有多難？ Spotify 2023

自然語言處理

1. 線上使用者內容中的濫用語言檢測（論文） Yahoo 2016
2. 智慧回覆：電子郵件自動回覆建議（紙本） Google 2016
3. 為會員訊息建立智慧回應LinkedIn 2017
4. 自然語言處理如何幫助 LinkedIn 會員輕鬆獲得支援LinkedIn 2019
5. Gmail 智慧撰寫：即時輔助寫作（論文） Google 2019
6. 現實環境中具有個人資料特徵的目標導向的端到端對話模型（論文） Amazon 2019
7. 給我牛仔褲而不是鞋子：BERT 如何幫助我們提供客戶想要的東西Stitch Fix 2019
8. DeText：智慧文字理解的深度 NLP 框架（程式碼） LinkedIn 2020
9. 面向 YouTube 創作者的 SmartReply Google 2020
10. 使用神經網路在表格中找出答案（論文） Google 2020
11. 減少 Google Translate 中性別偏見的可擴展方法Google 2020
12. 輔助 AI 讓回覆更輕鬆Microsoft 2020
13. 人工智慧的進步可以更好地檢測仇恨言論Facebook 2020
14. 最先進的開源聊天機器人（論文） Facebook 2020
15. 部署在Facebook 2020 CPU 上的高效即時文字轉語音系統
16. 用於程式語言之間進行翻譯的深度學習（論文、程式碼） Facebook 2020
17. 部署終身開放領域對話學習（論文） Facebook 2020
18. Dynabench 簡介：重新思考我們對Facebook 2020人工智慧進行基準測試的方式
19. Gojek 如何使用 NLP 大規模命名接送地點Gojek 2020
20. 最先進的中英文開放域聊天機器人（論文） Baidu 2020
21. PEGASUS：最先進的抽象文字摘要模型（論文、程式碼） Google 2020
22. Photon：強大的跨域文字到 SQL 系統（論文）（演示） Salesforce 2020
23. GeDi：一種強大的控制語言模型的新方法（論文、程式碼） Salesforce 2020
24. 應用主題建模改善呼叫中心營運RICOH 2020
25. WIDeText：多模態深度學習框架Airbnb 2020
26. Dynaboard：NLP 中超越準確性的整體模型評估（代碼） Facebook 2021
27. 我們如何將文字相似性運行時間減少 99.96% Microsoft 2021
28. 無文字 NLP：從原始音訊產生富有表現力的語音（第 1 部分）（第 2 部分）（第 3 部分）（程式碼和預訓練模型） Facebook 2021
29. 在 Pixel 6 Google 2021上打字時進行語法校正
30. Google 文件中自動產生的摘要Google 2022
31. ML 增強程式碼完成可提高開發人員的工作效率Google 2022
32. 一路向下的字詞 — PayPal 2022對話情緒分析

序列建模

1. Doctor AI：透過循環神經網路預測臨床事件（論文） Sutter Health 2015
2. 用於理解消費者歷史的深度學習（論文） Zalando 2016
3. 使用循環神經網路模型早期檢測心臟衰竭發作（論文） Sutter Health 2016
4. 使用經典和深度網路持續預測通知出席（論文） Telefonica 2017
5. 電子健康記錄的深度學習（論文） Google 2018
6. 點擊率預測的長序列使用者行為建模實踐（論文） Alibaba 2019
7. 基於搜尋的使用者興趣建模與序列行為資料的點擊率預測（論文） Alibaba 2020
8. Duolingo 如何在其應用程式Duolingo 2020的各個部分使用人工智慧
9. 利用線上社交互動增強 Facebook 的誠信（紙本、影片） Facebook 2020
10. 使用深度學習偵測會員活動的濫用序列（影片） LinkedIn 2021

電腦視覺

1. 使用電腦視覺和深度學習創建現代 OCR 管道Dropbox 2017
2. 將 Airbnb 的房源照片進行分類Airbnb 2018
3. 便利設施偵測及其他 — Airbnb 的電腦視覺新前沿Airbnb 2019
4. 我們如何僅透過清除標籤錯誤就將電腦視覺指標提高 5% 以上Deepomatic
5. 讓機器使用音訊和視訊識別和轉錄會議中的對話Microsoft 2019
6. 由 AI 提供支援：促進產品理解並建立新的購物體驗Facebook 2020
7. 八小時降水預報的神經天氣模式（論文） Google 2020
8. 基於機器學習的救災損害評估（論文） Google 2020
9. RepNet：計算影片中的重複次數（論文） Google 2020
10. 將文字轉換為圖像以進行產品發現（紙質） Amazon 2020
11. 迪士尼如何使用 PyTorch 進行動畫角色識別Disney 2020
12. 影像字幕作為輔助技術（視訊） IBM 2020
13. AG 人工智慧：農業生產機器學習Blue River 2020
14. Tesla Tesla 2020的人工智慧全自動駕駛
15. 設備端超市產品識別Google 2020
16. 使用機器學習來檢測大腸鏡檢查中的覆蓋不足（論文） Google 2020
17. Shop The Look：在 Pinterest 上建立大規模視覺購物系統（紙本、影片） Pinterest 2020
18. 為視訊會議開發即時、自動手語檢測（論文） Google 2020
19. 基於視覺的網路二手商品價格建議（論文） Alibaba 2020
20. 新的 AI 研究可協助透過 X 光預測 COVID-19 資源需求（論文、模型） Facebook 2021
21. 超大規模人臉辨識的高效訓練方法（論文） Alibaba 2021
22. 在 Scribd Scribd 2021上辨識文件類型
23. 用於時尚相容性的半監督視覺表示學習（論文） Walmart 2021
24. 透過私人裝置上機器學習辨識照片中的人物Apple 2021
25. DeepFusion：用於多模態 3D 物體偵測的雷射雷達相機深度融合Google 2022
26. 一般時尚概念的對比語言和視覺學習（論文） Coveo 2022
27. 利用電腦視覺進行搜尋排名BazaarVoice 2023

強化學習

1. 深度強化學習用於贊助搜尋即時競價（論文） Alibaba 2018
2. 展示廣告中無模型強化學習的預算約束競價（論文） Alibaba 2018
3. 按需物流的強化學習DoorDash 2018
4. 強化學習在電子商務搜尋引擎中排名（論文） Alibaba 2018
5. 基於深度強化學習的電商平台動態定價（論文） Alibaba 2019
6. 使用 Spark 和 MLflow Zynga生產深度強化學習2020
7. 生產中的深度強化學習第 1 部分第 2 部分Zynga 2020
8. 建構人工智慧交易系統Denny Britz 2020
9. 透過強化學習將消費轉向多元化內容（論文） Spotify 2022
10. 用於線上校準的 Bandits：社交媒體平台內容審查的應用Meta 2022
11. 如何透過 Cascade Bandits 優化排名Expedia 2022
12. 使用探索和機器學習為每個商家選擇最佳圖像DoorDash 2023

異常檢測

1. 偵測外部韌體部署中的效能異常Netflix 2019
2. 使用隔離森林檢測和防止 LinkedIn 上的濫用行為（代碼） LinkedIn 2019
3. 使用 Spark 和 Tensorflow 進行深度異常檢測（Hopsworks 影片） Swedbank 、 Hopsworks 2019
4. 使用無監督學習防止濫用LinkedIn 2020
5. LinkedIn 上反騷擾行為背後的科技LinkedIn 2020
6. 透過網路學習揭露保險詐欺陰謀（論文） Ant Financial 2020
7. Stack Exchange 上的垃圾郵件防護如何運作？ Stack Exchange 2020
8. C2C 電子商務中的自動內容審核Mercari 2020
9. 使用機器學習Slack 2020阻止 Slack 邀請垃圾郵件
10. Cloudflare 機器人管理：機器學習及更多內容Cloudflare 2020
11. 隧道掘進機油溫變化異常SENER 2020
12. 使用異常檢測來監控低風險銀行客戶Rabobank 2020
13. 透過 Triplet Loss OLX Group 2020打擊欺詐
14. Facebook 現在使用人工智慧對內容進行排序以加快審核速度（替代方案） Facebook 2020
15. 人工智慧如何更好地偵測仇恨言論第 1 部分、第 2 部分、第 3 部分、第 4 部分Facebook 2020
16. 使用深度學習偵測會員活動的濫用序列（影片） LinkedIn 2021
17. RADAR 計畫：人類參與的智慧早期詐欺偵測系統Uber 2022
18. 2022詐欺Grab圖
19. 用於線上校準的 Bandits：社交媒體平台內容審查的應用Meta 2022
20. 發展我們的機器學習以阻止行動機器人Cloudflare 2022
21. 使用資料增強和取樣Cloudflare 2022來提高機器學習 WAF 的準確性
22. 用於串流媒體服務中詐欺偵測的機器學習Netflix 2022
23. Lyft 定價Lyft 2022

圖形

1. 建立 LinkedIn 知識圖LinkedIn 2016
2. 擴展 Airbnb 的知識存取與檢索Airbnb 2018
3. 網路規模推薦系統的圖卷積神經網路（論文） Pinterest 2018
4. Uber Eats 食品發現：利用圖學習為推薦提供支持Uber 2019
5. AliGraph：綜合圖神經網路平台（論文） Alibaba 2019
6. 透過建構知識圖譜將 Airbnb 情境化Airbnb 2019
7. 零售圖譜 — 沃爾瑪的產品知識圖譜Walmart 2020
8. 使用進階圖神經網路進行流量預測DeepMind 2020
9. SimClusters：基於社群的推薦表示（論文、影片） Twitter 2020
10. 元路徑引導的鄰居聚合網路用於異構圖推理（論文） Alibaba 2021
11. 用於贊助搜尋中點擊率預測的圖意圖網絡（論文） Alibaba 2021
12. JEL：在摩根大通應用端對端神經實體連結（論文） JPMorgan Chase 2021
13. AWS 如何使用圖神經網路來滿足客戶需求Amazon 2022
14. 2022詐欺Grab圖

最佳化

1. Lyft Line 對接會（第 1 部分）（第 2 部分）（第 3 部分） Lyft 2016
2. GrabShare 共乘背後的數據與科學（第 1 部分）（需要論文） Grab 2017
3. 行程推斷和機器學習如何優化 Uber Eats 優食的送貨時間Uber 2018
4. DoorDash 的下一代 Dasher 調度優化DoorDash 2020
5. 使用機器學習優化電梯乘客等待時間Thyssen Krupp AG 2020
6. 跳出包裝思考：推薦電子商務貨件的包裝類型（論文） Amazon 2020
7. 利用機器學習優化 DoorDash 的行銷支出DoorDash 2020
8. 使用學習排名來精確定位包裹遞送地點（論文） Amazon 2021

資訊擷取

1. 從產品描述中無監督地提取屬性及其值（論文） Rakuten 2013
2. 使用機器學習從數十億張圖像中索引文字Dropbox 2018
3. 從範本文件中提取結構化資料（論文） Google 2020
4. AutoKnow：數千種產品的自動駕駛知識收集（紙本、視訊） Amazon 2020
5. 使用注意力和置信傳播進行資訊擷取的一次性文本標記（論文） Alibaba 2020
6. 使用圖卷積網路Nanonets 2021從收據中提取訊息

監管薄弱

1. Snorkel DryBell：工業規模部署弱監管的案例研究（論文） Google 2019
2. Osprey：無程式碼的不平衡提取問題的弱監督（論文） Intel 2019
3. Overton：用於監控和改進機器學習產品的資料系統（論文） Apple 2019
4. 透過弱監督引導會話代理（論文） IBM 2019

世代

1. 更好的語言模型及其影響（論文） OpenAI 2019
2. 圖片 GPT（論文、程式碼） OpenAI 2019
3. 語言模型是少樣本學習者（論文）（GPT-3 部落格文章） OpenAI 2020
4. 用於長片製作的深度學習超解析度（論文） Pixar 2020
5. 使用 Transformers 產生單元測試案例Microsoft 2021

聲音的

1. 使用 VoiceFilter-Lite 改進裝置上的語音辨識（論文） Google 2020
2. 2020 Google搜尋嗡嗡聲背後的機器學習

保護隱私的機器學習

1. 聯邦學習：無需集中訓練資料的協作機器學習（論文） Google 2017
2. 具有正式差異隱私保證的聯邦學習（論文） Google 2022
3. 基於 MPC 的機器學習：實現端到端隱私保護機器學習（論文） Facebook 2022

驗證和 A/B 測試

1. 重疊的實驗基礎設施：更多、更好、更快的實驗（論文） Google 2010
2. 可重複使用的抵抗：維持自適應資料分析的有效性（論文） Google 2015
3. Twitter 實驗： Twitter 2015技術概述
4. 一切都是 A/Bout 測試：Netflix 實驗平台Netflix 2016
5. 建立 Pinterest 的 A/B 測試平台Pinterest 2016
6. 試著解決2017 Twitter填鴨問題
7. 與 Uber Engineering 一起建構智慧實驗平台Uber 2017
8. 擴展 Airbnb 的實驗平台Airbnb 2017
9. 認識 Wasabi，一個開源 A/B 測試平台（代碼） Intuit 2017
10. 分析實驗結果：超越平均治療效果Uber 2018
11. Uber 實驗平台的幕後Uber 2018
12. 帶有噪音實驗的約束貝葉斯最佳化（論文） Facebook 2018
13. Grab Grab 2018上的可靠且可擴展的功能切換和 A/B 測試 SDK
14. 使用 Kaplan-Meier 和 Gamma 分佈對轉換率進行建模並節省數百萬美元（代碼） Better 2019
15. 偵測幹擾：A/B 測試的 A/B 測試LinkedIn 2019
16. 宣布使用 Pyro 設計最佳實驗的新框架（論文）（論文） Uber 2020
17. 利用 Traveloka 實驗平台Traveloka 2020實現 10 倍以上的實驗
18. Stitch Fix（紙） Stitch Fix 2020的大規模實驗
19. Multi-Armed Bandits 和 Stitch Fix 實驗平台Stitch Fix 2020
20. 資源約束實驗Stitch Fix 2020
21. Netflix 的計算因果推理（論文） Netflix 2020
22. Netflix 準實驗的主要挑戰Netflix 2020
23. 讓 LinkedIn 實驗引擎速度提升 20 倍LinkedIn 2020
24. 我們向 T-REX 的演變：LinkedIn 實驗基礎設施的史前史LinkedIn 2020
25. 如何使用準實驗和反事實來建立出色的產品Shopify 2020
26. 透過使用預測作為協變量DoorDash 2020進行控制來提高實驗能力
27. 使用實驗分析平台DoorDash 2020支援快速產品迭代
28. 透過平行化和更高的靈敏度將線上實驗能力提高 4 倍DoorDash 2020
29. 利用因果模型從平面實驗結果中獲得更多價值DoorDash 2020
30. 透過實驗DoorDash 2020迭代即時分配演算法
31. Spotify 的新實驗平台（第 1 部分）（第 2 部分） Spotify 2020
32. 解讀 A/B 測試結果：誤報與統計意義Netflix 2021
33. 解讀 A/B 測試結果：假陰性和力量Netflix 2021
34. 使用 Google Adwords 進行行銷活動優化實驗DoorDash 2021
35. DoorDash 用於將物流實驗能力提高 1000% 的 4 項原則DoorDash 2021
36. Zalando 的實驗平台：第 1 部分 - Evolution Zalando 2021
37. 設計實驗護欄Airbnb 2021
38. Airbnb 如何衡量未來價值以標準化權衡Airbnb 2021
39. 大規模網路實驗（論文） Facebook 2021
40. 迪士尼串流Disney 2021的環球抵制團體
41. 實驗是 Netflix 數據科學的主要焦點Netflix 2022
42. Spotify 2022更好實驗實踐的搜尋之旅
43. 人工反事實估計：Airbnb 基於機器學習的因果推理Airbnb 2022
44. 超越 A/B 測驗：透過 Interleaving Airbnb 2022加速 Airbnb 搜尋排名實驗
45. Lyft 2022實驗中的挑戰
46. 過度追蹤與觸發分析：減少樣本量，同時提高靈敏度Booking 2022
47. 認識 Dash-AB — DoorDash 實驗統計引擎DoorDash 2022
48. 線上 A/B 測試中大規模比較分位數Spotify 2022
49. 透過機器學習加速我們的 A/B 實驗Dropbox 2023
50. Uber 的超級 A/B 測試Uber

模型管理

1. 實施機器學習－管理從原始資料到預測的來源Comcast 2018
2. Overton：用於監控和改進機器學習產品的資料系統（論文） Apple 2019
3. Runway - Netflix 的模型生命週期管理Netflix 2020
4. 大規模管理 ML 模型 - Intuit 的 ML 平台Intuit 2020
5. ML 模型監控 - 來自戰壕的 9 個技巧Nubank 2021
6. 處理即時 ML 模型中的列車服務偏差：簡短指南Nubank 2023

效率

1. GrokNet：商業的統一電腦視覺模型主幹與嵌入（論文） Facebook 2020
2. 我們如何擴展 Bert 以在 CPU Roblox 2020上處理超過 10 億個每日請求
3. 排列、量化與微調：神經網路的高效壓縮（論文） Uber 2021
4. Pinterest Pinterest 2022上的 GPU 加速的機器學習推理

倫理

1. 透過 A/B 測試建立包容性產品（論文） LinkedIn 2020
2. LiFT：用於衡量 ML 應用公平性的可擴展框架（論文） LinkedIn 2020
3. 推出 Twitter 首個演算法偏差賞金挑戰Twitter 2021
4. 檢查 Twitter 上政治內容的演算法放大Twitter 2021
5. 深入了解 LinkedIn 如何將公平性融入其人工智慧產品LinkedIn 2022

基礎設施

1. 重新設計 Facebook AI 深度學習平台以實現互通性Facebook 2020
2. Ray Uber 2021上使用 XGBoost 進行彈性分散式訓練

MLOps 平台

1. 認識米開朗基羅：Uber 的機器學習平台Uber 2017
2. 實施機器學習－管理從原始資料到預測的來源Comcast 2018
3. Pinterest 大數據機器學習平台Pinterest 2019
4. Instagram 的核心建模Instagram 2019
5. 開源 Metaflow - 以人為本的資料科學框架Netflix 2019
6. 大規模管理 ML 模型 - Intuit 的 ML 平台Intuit 2020
7. Zomato 的即時機器學習推理平台Zomato 2020
8. Flyte 簡介：雲端原生機器學習與資料處理平台Lyft 2020
9. 使用計算圖建立靈活的整合 ML 模型DoorDash 2021
10. LyftLearn：基於 Kubernetes 建構的 ML 模型訓練基礎架構Lyft 2021
11. 「你不需要更大的船」：使用開源工具建立的完整資料管道（論文） Coveo 2021
12. GreenSteam 的 MLOps：發布機器學習GreenSteam 2021
13. 不斷發展的 Reddit ML 模型部署與服務架構Reddit 2021
14. 重新設計 Etsy 的機器學習平台Etsy 2021
15. 了解大規模深度建議模型訓練的資料儲存和攝取（論文） Meta 2021
16. 在 Etsy Etsy 2022上建立一個提供推薦服務的平台
17. 智慧自動化平台：在 Airbnb 增強對話式人工智慧及其他功能Airbnb 2022
18. 達爾文：LinkedIn 的資料科學與人工智慧工作台LinkedIn 2022
19. Merlin 的魔法：Shopify 的新機器學習平台Shopify 2022
20. Zalando 的機器學習平台Zalando 2022
21. Meta 為全公司工程師提供的 AI 優化平台內部（論文） Meta 2022
22. Monzo 的機器學習堆疊Monzo 2022
23. ML Fact Store 的演進Netflix 2022
24. 使用 MLOps 建立即時端對端機器學習管道Binance 2022
25. 在 Zillow 上大規模有效率地服務機器學習模型Zillow 2022
26. Didact AI：機器學習驅動的選股引擎的剖析Didact AI 2022
27. 免費部署 - Stitch Fix 資料科學家的機器學習平台Stitch Fix 2022
28. 機器學習操作 (MLOps)：概述、定義與架構（論文） IBM 2022

實踐

1. 基於梯度的深層架構訓練的實用建議（論文） Yoshua Bengio 2012
2. 機器學習：技術債的高利率信用卡（論文）（論文） Google 2014
3. 機器學習規則：ML 工程最佳實務Google 2018
4. 論機器學習模型管理的挑戰Amazon 2018
5. 生產中的機器學習：Booking.com 方法Booking 2019
6. 150 個成功的機器學習模型：從 Booking.com 學到的 6 個經驗教訓（紙本） Booking 2019
7. 全球銀行大規模採用機器學習的成功與挑戰Rabobank 2019
8. 部署機器學習的挑戰：案例研究調查（論文） Cambridge 2020
9. 重新設計 Facebook AI 深度學習平台以實現互通性Facebook 2020
10. 企業 AI 開發工具的問題Databricks 2020
11. 機器學習線上服務和模型的持續整合和部署Uber 2021
12. 調整模型性能Uber 2021
13. 透過監控DoorDash 2021來維持機器學習模型的準確性
14. 在 Wayfair Wayfair 2021上建立可擴展且高效能的行銷 ML 系統
15. 我們建立透明且可解釋的人工智慧系統的方法LinkedIn 2021
16. 為 Business Shopify 2021建立機器學習模型的 5 個步驟
17. 數據是一門藝術，而不僅僅是一門科學，說故事是關鍵Shopify 2022
18. 即時機器學習的最佳實踐：警報Nubank 2022
19. 機器學習模型的自動再訓練：技巧與經驗教訓Nubank 2022
20. RecSysOps：經營大規模推薦系統的最佳實踐Netflix 2022
21. Uber 的機器學習教育：受工程原理啟發的框架Uber 2022
22. 為 DS/ML 團隊建立和維護內部工具： Nubank 2024經驗教訓

團隊架構

1. 組成數據科學團隊最有效的方法是什麼？ Udemy 2017
2. 工程師不應該編寫 ETL：建立高效能資料科學部門指南Stitch Fix 2016
3. Wish Wish 2018分析團隊建設
4. 小心資料科學 Pin Factory：全端資料科學通才Stitch Fix 2019的力量
5. 培養演算法：我們如何在 Stitch Fix 發展資料科學Stitch Fix
6. Netflix 的分析：我們是誰以及我們做什麼Netflix 2020
7. 在中期新創公司建立數據團隊： Erikbern 2021短篇小說
8. Postman 資料團隊的幕後工作方式Postman 2021
9. 資料科學家 x 機器學習工程師角色：它們有何不同？他們有何相似之處？ Nubank 2022

失敗

1. 當談到大猩猩時，Google Photos 仍然是盲目的Google 2018
2. 超過 16 萬名高中生只有在一種模式允許他們參加2020 International Baccalaureate情況下才能畢業
3. 一種根據臉部「預測」犯罪的演算法引發軒然大波Harrisburg University 2020
4. 從 GPT-3 產生關於穆斯林的神經文本很困難OpenAI 2020
5. 英國一款預測暴力犯罪的人工智慧工具有缺陷，無法在2020 United Kingdom使用
6. 更多可怕的 ai
7. AI 2022人工智慧事件資料庫Partnership on AI

PS，想要了解 ML 進展的摘要嗎？快速了解調查論文ml-surveys