这份GitHub 2.3k星的ML论文清单拿好

点击上方“AI算法与图像处理”，选择加"星标"或“置顶”

重磅干货，第一时间送达

工欲善其事，必先利其器。

在工作中动手实施自己的ML项目之前，了解领域里的前沿进展，吸收前人的经验，是很有必要的。

不过，现在arXiv上每天都有成百篇新论文冒头，哪些值得看？

为此，亚马逊工程师Eugene Yan等人打造了一个论文合集，在这个GitHub项目中，持续共享Google、亚马逊、Facebook等等大公司在数据科学和机器学习方面的论文和博客文章。

这些论文/文章涵盖24种不同分类，从搜索排名到NLP、CV，都能在这里找到：

1. 数据质量

2. 数据工程

3. 数据挖掘

4. 分类

5. 回归

6. 推荐算法

7. 搜索排名

8. 嵌入

9. 自然语言处理

10. 序列建模

11. 预测

12. 计算机视觉

13. 强化学习

14. 异常检测

15. 图形

16. 优化

17. 信息提取

18. 弱监督

19. 生成

20. 效率

21. 验证和A/B测试

22. 伦理道德

23. 实践

24. 失败

目前标星2.3k。

以推荐算法为例。

对于不同的行业，业务差别很大。即使算法基础框架大同小异，想要训练出精准的推荐模型，细节上还是有许多不同之处。

而这份清单，收集了电商、视频、音乐、课程种种不同业务的推荐算法技术博客/论文。

比如阿里的《Behavior Sequence Transformer for E-commerce Recommendation in Alibaba》。

论文介绍了行为序列Transformer在阿里电子商务推荐系统中的应用。

研究人员提出，利用Transformer模型来捕捉用户行为序列背后的顺序信号，以增强个性化推荐的有效性，提升点击量。经过实验验证后，他们将该模型部署在了淘宝线上，证明与基线相比，该方法能显著提高在线点击率。

论文链接：
https://arxiv.org/abs/1905.06874

在视频个性化推荐方面，YouTube、网飞、TikTok的技术方案都有收录。

比如YouTube这篇引用次数达到1039次的《Deep Neural Networks for YouTube Recommendations》。

论文重点介绍了深度学习给YouTube推荐系统带来的巨大性能提升。首先，研究人员详细介绍了深度候选征程模型和深度排名模型。而后，研究人员还在论文中分享了从设计、迭代到维护一个拥有海量用户的大规模推荐系统这个过程中，获得的实践经验和启示。

论文地址：
https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/45530.pdf

另外，比较有趣的是，这份论文/文章列表还收录了一些失败的经验。

比如Google Photos在给照片打标签时，曾经严重翻车：把黑人标记成了“大猩猩”。

最近大火的GPT-3，则没有解决前代GPT-2的“偏见”问题，在生成的文字中，总是将穆斯林和暴力、死亡联系在一起。

关于作者

这一项目的主要维护者，是亚马逊应用科学家Eugene Yan。

他本科毕业于新加坡管理大学，专业是心理学和人力资源管理，后于佐治亚理工学院获计算机科学硕士学位。

现在的主要工作是利用消费者数据，构建机器学习系统以提升用户体验。

传送门

项目地址：
https://github.com/eugeneyan/applied-ml