061 | 基于隐变量的模型之一：矩阵分解
060 | 简单推荐模型之三：基于内容信息的推荐模型
059 | 简单推荐模型之二：基于相似信息的推荐模型
058 | 简单推荐模型之一：基于流行度的推荐模型
复盘 1 | 搜索核心技术模块
015 | WSDM 2018论文精读：深度学习模型中如何使用上下文信息？
014 | WSDM 2018论文精读：看京东团队如何挖掘商品的替代信息和互补信息
013 | WSDM 2018论文精读：看谷歌团队如何做位置偏差估计
152 | 2017人工智能技术发展盘点
141 | 数据科学家团队组织架构：水平还是垂直，这是个问题
140 | 人工智能领域知识体系更新周期只有5～6年，数据科学家如何培养？
139 | 成为“香饽饽”的数据科学家，如何衡量他们的工作呢？
138 | 数据科学团队养成：Onsite面试面面观
137 | 数据科学团队养成：电话面试指南
136 | 如何组建一个数据科学团队？
012 | 精读2017年NIPS最佳研究论文之三：如何解决非完美信息博弈问题？
011 | 精读2017年NIPS最佳研究论文之二：KSD测试如何检验两个分布的异同？
010 | 精读2017年NIPS最佳研究论文之一：如何解决非凸优化问题？
009 | 如何将“深度强化学习”应用到视觉问答系统？
008 | 精读2017年ICCV最佳学生论文