Netflix
-
Netflix一位数据科学家剪出了上百部爱情片,想教AI认识“亲吻”
人工智能可以通过训练了解亲吻吗?
-
使用深度学习来做推荐系统,举个例子给你看
用一个完整的例子告诉你,推荐系统是什么样的一个东西,深度学习该怎么用在里面。
-
推荐系统的多彩世界
一个推荐系统的精彩概述,描述了如何向市场提供有效的推荐。
-
用户的敏感数据可以轻松被恢复,怎么破?
敏感的资料和数据每天会以不同形式收集。
-
聚焦机器学习和数据科学大佬工作的一天
来自SurveyMonkey的Shubhankar分享了一些关于机器学习职位面试的一般技巧。根据他和其他业内人士的说法,列出你过去做过的项目清单很重要。很多人都遇到过Netflix挑战和泰坦尼克号的项目,它们都是最常见的项目之一,但是你有没有做过一些不常见的事情呢 他建议做你感兴趣领域的项目。如果你对体育感兴趣,为什么不做一些分析、收集公开可用的数据仓库,然…
-
数据分析师的算法推荐,是否会陷入“真实的谎言”?
数据分析师的算法推荐,是否会陷入“真实的谎言”?
-
Netflix首次完整披露大数据分析基础架构
Netflix资深软件工程师Tom Gianos和Netflix大数据计算工程经理Dan Weeks在2016年度QCon旧金山活动中介绍了Netflix的大数据策略和分析基础架构。
-
大数据能够提升用户体验的三个原因
大数据正影响着我们生活的一切,从世界的娱乐活动到我们与家人朋友的交流方式。在很大程度上,我们对这个世界上的感知都融入了这个潘多拉宝盒——大数据。
-
拍摄纸牌屋的Netflix为何要迁移数据库入云?
对任何公司来说账务都是一种关键服务,这一点大部分人都不会否认。在任何迁移项目中,数据库的迁移都是最基本要素,数据库能否成功迁移直接决定了整个项目能否成功。
-
Amazon的推荐系统到底行不行?
亚马逊在业内有「推荐系统之王」之称,亚马逊有35%的销售额是与推荐系统相关的
-
博客推荐系统第一部分:物料准备
众所周知,数据科学的目标是从大数据中创造价值。然而,数据科学也应该满足第二个目标即避免信息过载。一个典型的可以满足这两个目标的系统就是推荐引擎。
-
Netflix依靠大数据打造流畅体验
Netflix是一家美国公司,在美国、加拿大提供互联网随选流媒体播放,定制DVD、蓝光光碟在线出租业务。该公司成立于1997年,总部位于加利福尼亚州洛斯盖图。公司能够提供Netflix超大数量的DVD,而且能够让顾客快速方便的挑选影片,同时免费递送。Netflix已经连续五次被评为顾客最满意的网站。可以通过PC、TV及iPad、iPhone收看电影、电视节目…
-
大数据是许多公司时髦的外衣却是Netflix的骨髓
Netflix成立于1997年,最早是一家在线DVD租赁公司,以选片方便、免费递送著称。而今Netflix已积累了价值122亿美元的视频内容,供付费用户通过多种终端设备在线观看。 到2009年,Netflix订户达到1000万、可以提供多达10万部DVD电影。2011年,Netflix网络电影销量占据美国用户在线电影总销量的45%。2015年末,Netfli…
-
数据科学家揭秘《纸牌屋》是如何成为热播剧的?
摘要:毫无疑问,在我们喜爱的电视节目背后,有很多辛勤付出的创作天才,但这些电视节目流行的背后是否也有数据分析的功劳更具体地说,我们是否可以使用大数据来制作一档非常流行的电视节目 一位慕尼黑的数据科学家Sebastian Wernicke潜心研究这个问题。在今年夏天剑桥大学的TED舞台上,Sebastian Wernicke在TED talk中做了演讲,他解释…
-
面向程序员的数据挖掘指南1:数据挖掘是什么?
序 如果你每天都能重复做这些简单的事,你就会获得某种特别的力量。在你获得之前,这是特别的,但获得之后,就没什么大不了的了。 ——鈴木 俊隆 在阅读本书之前,你可能会认为像潘多拉、亚马逊那样的推荐系统、或是恐怖分子用的数据挖掘系统,一定会非常复杂,只有拥有博士学位的人才能够了解其中的算法。你也许会认为设计出这些系统的人都是研究火箭技术的。而我撰写本书的目的之一…