"机器学习"相关的文章
召回模型优化:让你的数字化营销更高效

召回模型优化:让你的数字化营销更高效

召回模型是一种在数字化营销中广泛使用的机器学习模型,它的作用是根据用户的特征和行为,从海量的候选物品中筛选出最有可能被用户感兴趣或点击的物品,从而提高用户的满意度和转化率。召回模型的优化是一项重要的工作,它涉及到如何选择合适的召回模型类型,如何设置合理的召回模型目标,以及如何采用有效的召回模型方法。本文从产品经理的视角,介绍了召回模型的定义、作用、类型、优化的意义、目标和方法,并且给出了一些实例和示意图,帮助读者理解和掌握召回模型优化的基本概念和技能。
AI人工智能
当说谎时人们在想什么?浅析深度学习在微表情测谎中的工作原理

当说谎时人们在想什么?浅析深度学习在微表情测谎中的工作原理

[1]2009年美剧《LIE TO ME》播出后,很多人都对微表情产生了兴趣。大家惊叹于电视剧的剧情:一个人表情的破绽里总能暴露出真相。于是大家理所应当地认为:通过一个人表情、肢体就可以直接判断他有没有在说谎。 作为微表情研究者,我从2011年开始参与过一些刑事案件的侦查。为了验证现实情况中微表情会不会像电视剧中的那么神奇,我来简单模拟一个犯罪情况:一个盗窃案,假如你们是公安,我是嫌疑人。你们问我:“你有没有偷钱?”“唉,警官你怎么这样办呢?你说我偷钱我就偷钱了!你在大街上随便拉个人说偷钱了,他就能坐到这儿来了?你们办案要讲证据好不好!”大家看到我的表情了吗?一脸嫌弃、厌恶、不屑。另外一种情况是:“我没有,警官你们为什么会怀疑我,我是一个老实巴交的出租司机,我家里还有老婆孩子,我…我…我不可能偷钱。我…我是老实人。”看到我的表情是什么样了吗?愁苦、悲悯、可怜。你相信哪一个呢? 我们前面铺垫这么多的开场只为说明一个事情:你看到的那些可见的表现很可能都是演的。