发表服务
论文：ChengyuWang,HaojiePan,YuanLiu,KehanChen,MinghuiQiu,WeiZhou,JunHuang,HaiqingChen,WeiLin,DengCai.MeLL:Large-scaleExtensibleUserIntentClassificationforDialogueSystemswithMetaLifelongLearning.KDD2021模型框架
|KDD2021论文解读：基于协同对比学习的自监督异质图神经网络.「AIDrive」是由PaperWeekly和biendata共同发起的学术间，旨在帮助更多的青年学者宣传其最新科研成果。.我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会...
独家|清华崔鹏团队KDD论文一作解读：在大数据背景下进行因果效应评估.AI科技评论按：ACMSIGKDD国际会议（简称KDD）是由ACM的知识发现及数据挖掘专委会（SIGKDD）主办的数据挖掘研究领域的顶级学术会议。.AI科技评论今年也来到了KDD2017现场做了覆盖和报道...
Airbnb这篇论文拿了今年KDDbestpaper，和16年google的W&D类似，并不fancy，但非常practicable，值得一读。可喜的是，据我所知，国内一线团队的实践水平并不比论文中描述的差，而且就是W&D，国内也有团队…
KDD2016论文亮点解析（一）.导读：KDD2016是首屈一指的跨学科会议，它聚集了数据科学，数据挖掘，知识发现，大规模数据分析和大数据方面的研究人员和从业人员。.
KDD2019论文解读:异构信息网络上的对抗生成学习2019-08-2122:20来源:云栖社区日前，由蚂蚁金服算法工程师胡斌斌撰写的论文《AdversarialLearningonHeterogeneousInformationNetworks》入选全球数据挖掘顶级会议KDD2019，本文为该论文的详细解读...
KDD2019于8月4-8日在美国阿拉斯加州的安克雷奇举行。本届大会上，微软亚洲研究院有多篇论文入选，内容涉及在线预测任务、在线影响力最大化、AI金融、推荐系统、异常检测等多个前沿领域。本文将为大家介绍其中有代表性的7篇论文。
今年的KDD大会计划将于2020年8月23日~27日在美国美国加利福尼亚州圣地亚哥举行。上周，KDD2020官方发布接收论文，共有1279篇论文提交到ResearchTrack，共216篇被接收，接收率16.8%。近期KDD官网公布了接受论文列表。
多分类下的模型可解释性.API的设计理念来源于两个在长期使用GAM的过程中得到的可解释性定理（AxiomsofInterpretability）。.我们希望一个GAM模型具备如下两个性质：.任意一个shapefunctionfik(对应featurei和classk)的形状，必须要和真实的预测概率Pk的形状相符，即...
在视频专栏里，既有作者几分钟内对论文进行简洁概述让你快速掌握论文全貌；也有作者以深入浅出的方式对文章的深度解析，带你了解文章背后的问题背景、动机、模型及结果应用等。在这篇论文中，作者发展了一个数据驱动的框架来…
论文：ChengyuWang,HaojiePan,YuanLiu,KehanChen,MinghuiQiu,WeiZhou,JunHuang,HaiqingChen,WeiLin,DengCai.MeLL:Large-scaleExtensibleUserIntentClassificationforDialogueSystemswithMetaLifelongLearning.KDD2021模型框架
|KDD2021论文解读：基于协同对比学习的自监督异质图神经网络.「AIDrive」是由PaperWeekly和biendata共同发起的学术间，旨在帮助更多的青年学者宣传其最新科研成果。.我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会...
独家|清华崔鹏团队KDD论文一作解读：在大数据背景下进行因果效应评估.AI科技评论按：ACMSIGKDD国际会议（简称KDD）是由ACM的知识发现及数据挖掘专委会（SIGKDD）主办的数据挖掘研究领域的顶级学术会议。.AI科技评论今年也来到了KDD2017现场做了覆盖和报道...
Airbnb这篇论文拿了今年KDDbestpaper，和16年google的W&D类似，并不fancy，但非常practicable，值得一读。可喜的是，据我所知，国内一线团队的实践水平并不比论文中描述的差，而且就是W&D，国内也有团队…
KDD2016论文亮点解析（一）.导读：KDD2016是首屈一指的跨学科会议，它聚集了数据科学，数据挖掘，知识发现，大规模数据分析和大数据方面的研究人员和从业人员。.
KDD2019论文解读:异构信息网络上的对抗生成学习2019-08-2122:20来源:云栖社区日前，由蚂蚁金服算法工程师胡斌斌撰写的论文《AdversarialLearningonHeterogeneousInformationNetworks》入选全球数据挖掘顶级会议KDD2019，本文为该论文的详细解读...
KDD2019于8月4-8日在美国阿拉斯加州的安克雷奇举行。本届大会上，微软亚洲研究院有多篇论文入选，内容涉及在线预测任务、在线影响力最大化、AI金融、推荐系统、异常检测等多个前沿领域。本文将为大家介绍其中有代表性的7篇论文。
今年的KDD大会计划将于2020年8月23日~27日在美国美国加利福尼亚州圣地亚哥举行。上周，KDD2020官方发布接收论文，共有1279篇论文提交到ResearchTrack，共216篇被接收，接收率16.8%。近期KDD官网公布了接受论文列表。
多分类下的模型可解释性.API的设计理念来源于两个在长期使用GAM的过程中得到的可解释性定理（AxiomsofInterpretability）。.我们希望一个GAM模型具备如下两个性质：.任意一个shapefunctionfik(对应featurei和classk)的形状，必须要和真实的预测概率Pk的形状相符，即...
在视频专栏里，既有作者几分钟内对论文进行简洁概述让你快速掌握论文全貌；也有作者以深入浅出的方式对文章的深度解析，带你了解文章背后的问题背景、动机、模型及结果应用等。在这篇论文中，作者发展了一个数据驱动的框架来…
发表服务