这份GitHub 2.3k星的ML论文清单拿好，工作用得上

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：

数据质量 数据工程 数据挖掘 分类 回归 推荐算法 搜索排名 嵌入 自然语言处理 序列建模 预测 计算机视觉 强化学习 异常检测 图形 优化 信息提取 弱监督 生成 效率 验证和A/B测试 伦理道德 实践 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

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。