陈然的公开内容

方法是有不少的，比较常见的一个方向是做方差缩减（Variance Reduction[1]）。这里分享一篇来自 Netflix KDD 2016 年的文章 Improving the Sensitivity of Online Controlled Experiments: Case Studies at Netfli...

机器学习工程师小月最近一直在研究新的深度学习算法。相对于现有的算法框架，新算法要求兄弟团队一块搭建了不少新的框架，也选用了一些以前不太熟悉的库。经过了三个月的准备，终于可以上线AB测试了。 但是AB测试效果老是不好 经过了几个月的迭代，效果依然不佳，仅仅只比手动排序更好，与现有的模型相比效果差距甚远。离线数据 AUC，...

大部分答案都在写公式，我来聊聊直觉上的东西。 设想一下你要做一个分类器，区分狗和炸鸡。首先假定我们只有两个数据，那么这条线会很容易画，自然而然就会画在正中间。 这个时候，我们加入一个新的数据，这个狗跟现有的数据差别很大。这个时候，分类线应该画在哪里？ 这就是 SVM 跟其他线性模型很不一样的地方了，SVM 这条分类线不...

这就是典型的 overfitting 嘛，自欺欺人地刷数据。有限数据，天赋异禀，看着训练集，靠着随机函数丢硬币丢出完美符合的测试集的 if-else，拿到完美指标。刷就是了。 不过这是所有公开数据集都难以避免的，毕竟所有的数据都开放了，只要数据有限，不管怎么分，总有可能过拟合。所以刷数据的论文主要是看个 insight...

K-NN 算法好啊，特别是深度学习出来后万物皆可 Embedding，几乎啥问题都可以转换成为两者 Embedding 的相似度问题，不管是分类、回归、排序等等，Embedding + K-NN 打分简单易行。 而且 K-NN 线上服务也特别好做，简单，速度快。如果 Embedding 数量特别多，也有很多近似 K-N...

有业务能上机器学习模型了，算法工程师小月开心地不行。毕竟作为一名机器学习工程师，口袋子藏着无数陈年老模型：线性模型、树模型、深度模型、增强学习，要啥有啥。业务一来，恨不得立刻就掏出最炫酷的模型，一步到位。 但是，第一个模型，一定要简单 正当小月兴奋着呢，经理大圆泼了一瓢冷水，“第一个模型，一定要简单”。 第一个次迭代往...

一个新的产品需求来了，产品经理总会提前很久就来找机器学习的团队，讨论能不能在第一版上线中就加入“神奇的”机器学习排序算法。 “我也是想呢，但是不行“。 我们当然想着用机器学习去帮助每一个产品，但是在实践中，最早的版本不应该考虑机器学习算法。 原因 背后的原因有很多。 第一当然是数据。不管是有监督还是无监督算法，或多或少...

最近在团队分享了旅游网站 Booking 在 KDD 2019 年的文章150 Successful Machine Learning Models: 6 Lessons Learned at Booking.com，里面提到了一些有意思的“坑”，分享一下。 Booking.com 网站界面 线上线下结果不一致 做机器...

因为在高维空间中的平均，会依然离原来的点特别近，离其他的点特别远？ 我们假设这样一个情形，在空间中取4个点{A1..A4}，取平均得A‘可以看作 User Embedding，再在空间中随机生成100个点{B1..B100}。我们计算A' 最近的点是在 {A1..A4} 中还是在 {B1..B100} 中。 在二维空间...

机器学习入门真的好难，我也经常被问到这个问题，但是我并没有特别好的回答。 对于新手而言，有四座大山：数学基础、算法模型、机器学习应用、常见工具。市面上常见教材都主要关注算法模型，而很难兼顾另外几个方面，所以学习的过程中最常见的问题就是这公式是咋推的？我学这个有啥用？模型懂了咋实现？ 一本教材解决不了所有问题，机器学习的...

这个问题太好了！记得这大概是个三年前的问题，每年都会有新的答案让我持续学习。三年多前我作为最早的机器学习工程师之一加入 Tubi，从零开始设计招聘题目和流程，搭建团队，陆陆续续也面试了大好几百次了。这里的答案大多聊的是常见的机器学习面试题目，我提供一个不一样的角度，从业务负责人的角度聊聊如何根据业务需要设计题目，大家也...

Tubi TV is one of the largest AVOD services, with 33 million MAU announced in 2020 and growing. Our machine learning powers tons of different applications, like...

这个题目“隐性”一词特别精髓。作为工程师团队本身肯定有很多成本：招聘、团队维护、系统搭建、硬件支持等等，但是这都是“显性”的，所有的工程师团队都会有。而算法团队由于其独特的性质，自然会有一些其他的额外的成本。 这里的几个想法主要是针对中小型公司，以业务为主线，没有前中后台之类的架构一说。毕竟大公司资源丰富，靠堆人和砸钱...

记得20年前曾经有个特别火热的“72小时网络生存测试”，要求受试者只借助互联网在72小时内生存下去。当时的互联网不发达，大部分日常吃喝都很难只通过互联网得到保障，有些选手无法保证基本的温饱而退出了比赛。仅仅20年的时间，互联网等技术的出现，使得我们的生活发生了天翻地覆的变化，已经不少人仅仅依靠互联网就可以解决衣食住行几...

哈哈，看到了不少同学都提到了我们常年“招人”，这确实是 Tubi 的现状，太缺人了。 不管是国内还是美国的程序员，都不是 Tubi TV 典型的用户，所以对 Tubi 的规模其实不太了解: 我们在2019年6月宣布了两千万的月活用户[1]（MAU），根据 The Verge 2019年1月的文章[2]，Hulu 有两千...

今天，我们的 VP 佘昶 (Chang 是大家喜爱的 Python 库 Pandas 的第二位核心作者，在 Tubi 负责数据、机器学习等业务) 发表了一篇博客: 比图科技：打造一家模型驱动型公司 - Tubi 数据与机器学习平台简介 谈到了 Tubi 的数据工程，机器学习，算法驱动。内容非常丰富，值得深入阅读。借这个...

作为一直劝入机器学习的从业者，也分享一下我的想法。 首先，机器学习工程师也跟其他的工程师一样，有个有起有落的过程。在浪潮来的时候，各个公司疯狂投入，便会疯狂招人，而随着风口平静下来，公司回归理性，便会开始衡量 ROI。放弃不值得做的业务，把资源放在 ROI 更合适的地方。 思考浪潮，就要思考 ROI，哪些领域更难被替代...

在不少互联网产品中，机器学习的应用，比如信息流中的排序算法、推荐系统等，已经成了最重要的产品体验。好的推荐系统对应好的产品体验，差的推荐系统对应糟糕的产品体验。 然而，哪怕作为最重要用户体验的基石，绝大多数公司对于它的开发和迭代都是一团浆糊。 由于不能直接观测一个人的对于推荐系统的喜好，而要同时观测一百万、一千万用户的...

Tubi 的机器学习团队很小，只有五六人，一半在旧金山，一半在北京 @比图科技。我们开放机器学习工程师的职位很多，作为面试官和 Hiring Manager，会面试两边的候选人。虽然题目是相似的，但是往往表现却不太一样。 资深的工程师写不写代码 因为团队小，我们对于招聘的工程师定位，都是至少是资深工程师，能够独立完成项...

作为招聘方，绝望的是到现在为止一位应届机器学习工程师都没有招到…… 说出来你们可能不信，哪怕经过简单的简历筛选过后，还是至少有一半的人算不出简单的概率题，回答不出来基本的机器学习概念，甚至哪怕在 Google 的帮助下也写不出一个简单机器学习的训练验证流程。还有人说的出“我主要做深度学习，所以不太了解训练集和测试集的区...

最近知乎一个爆火的问题：2019 秋招的 AI 岗位竞争激烈吗？ 让人真是感叹良多。 几年前机器学习还是小众的领域，接触过的人并不多。而两三年内突然爆火，人人转 AI，导致应届生数量爆炸，企业接受到的简历远远超过需求，不得不把候选人导向其他的岗位。 甚至已经出现了劝退党，把劝退的魔抓从生物化工，也延伸到了AI、数据科学...

你有思考过三年之后的自己会是什么样子吗？未来，是我们自主选择的，还是注定发生的？什么是数据驱动，什么是算法驱动？它们会对我们未来的生活和未来的企业产生怎样的影响？ 我们该如何选择，才能让未来的自己做好准备？本期果说电台《缘分天注定》，再次邀请到知乎大 V、数据挖掘和机器学习领域答主、Tubi TV 的机器学习专家陈然，...

谢邀 看到问题详情中贴出来了我当年毕业的艰辛求职经历，还是一定要来回答一下避免误导大家。 先说结论：硅谷大小公司状态不同，两者对于机器学习相关人才的需求都极大：大公司体系成熟门槛高，优先招资深工程师，New Grad 以优秀 PhD 为主；而小公司往往机器学习业务刚刚开始，组都不大，主要招能够独当一面的资深工程师，对于...

作为2011年就加入知乎的早期用户红利获得者，这两年感觉自己输出能力弱了很多。学生时代的大部分所思所感都表达过了，而工作后，面对大千世界，很多东西自己也没有想清楚，很难向大家分享有意义的思考，也就作罢。埋头学习，认真思考，少说多做，等到时机到了，自然会有文思泉涌的时候，不必强求。 但2017年还是非常精彩的一年，在这里...

来给 Opendoor 大佬 @Rorschach 站台，我来讲讲这个行业从业者的感受。 2015年2月，我从 CMU 毕业，加入房地产搜索公司 Trulia （Zillow Group）做机器学习应用。因为我深信未来5到10年，机器学习等高新技术的大爆炸，一定会从纯互联网领域，快速延伸到各个传统的行业中，而房地产行业...

谢邀 两者都很成功，但是 OpenAI 更擅长宣传。 星际哪怕最简单的 1v1 都需要同时控制大量单位，这与 dota 中 1v1 只需要控制一个单位难度差别很大。两者都证明了在复杂游戏中人工智能已经可以完成相对简单的任务，但暂时还无法完成整个游戏：DeepMind 在星际中已经精通挖矿，建造，控兵，但无法正常比赛。O...

与 Trulia 最后一次合照，归还了工牌，挥挥手，离开了这家工作了两年半的公司。 这是我第一份全职工作，完完全全地改变了我，让我从一个 Naive 的学生状态成长了很多。 我工作的内容一直在尝试各类机器学习的应用，包括图像识别的应用，自然语言理解与生成，推荐系统等等。积累了很多的经验，特别是一些观念上的改变。 技术上...

谢邀 在数据丰富的地方当然是可以做的。比如美国的房屋买卖数据依照法律要求是公开的，每一栋房子的基本信息，购买人信息，以及购买价格都是可以被所有人查到的。因此，房屋估价在美国有不少房地产科技公司做。常见的比如 http://Zillow.com 的 Zestimate 是一个做了上十年的房屋估价算法。有的公司，比如大佬 ...

谢邀 我认为这是一个非常有意思的比赛，特别是每一轮的测试集都会用实际的数据作为评判依据，依照真实买卖房价作为结果，这与以往普遍的机器学习比赛都不同，而更像金融投资比赛。这也会让更多的机器学习的爱好者多去思考千变万化毫无道理的真实世界，而不仅仅生活在理论与代码之中。 正所谓知己知彼，百战不殆，虽然作为公司内部人士，不能参...

入口： Zillow Prize Announcing Zillow Prize, a contest designed to inspire the brightest scientific minds to compete to improve the Zestimate® home valuation algor...