跳转到页脚

标签:预测

建立一个反向测试服务，以在优规模衡量模型性能

山姆小-
我们建立了一个回溯测试服务，以更好地评估财务预测模型的错误率，促进改善预测业绩和决策。
阅读更多

优步的科学:用数据科学对现实世界产生影响

莫莉Vorwerck-
优步数据科学经理Suzette Puente分享了她如何应用她在统计学方面的研究生工作来预测交通模式并生成更好的路线。
阅读更多

大规模数据科学:与优步弗兰·贝尔的对话

莫莉Vorwerck-
我们采访了优步的数据科学总监弗兰·贝尔(Fran Bell)，谈谈她在优步的机器学习，以及她认为自己的工作最有挑战性和价值的地方。
阅读更多

如何免费获得更好的GAN(几乎):介绍大都会-黑斯廷斯GAN

瑞恩•特纳-
在ML模型训练完成后，Metropolis-Hastings生成对抗网络(GANs)利用该鉴别器从生成器中挑选出更好的样本。
阅读更多

宣布2019年优步人工智能居留

Theofanis Karaletsos-
优步人工智能驻留是一个为期12个月的培训项目，面向有兴趣成为优步人工智能实验室或优步ATG人工智能研究员的学者和专业人士。雷竞技是骗人的
阅读更多

我的旅程从埃塞俄比亚的织物编织工到成为一个软件…

撒母耳Zemedkun-
塞缪尔·泽默德昆(Samuel Zemedkun)讲述了自己的移民经历，以及他通过优步平台兼职开车为自己的教育提供了资金，并激发了他加入该公司的决定。
阅读更多

在优步与米开朗基罗的缩放机器学习

杰里米·赫尔曼-
2015年，优步建立了我们的机器学习平台米开朗基罗。三年后，我们回顾了我们在优步拓展ML的历程，以及在这一过程中吸取的教训。
阅读更多

优步的预测:介绍

Franziska贝尔-
在本文中，我们将概述我们的团队如何利用预测来构建更好的产品，并保持优步市场的健康。
阅读更多

M4预测竞争:引入一种新的混合ES-RNN模型

Slawek Smyl-
优步高级数据科学家Slawek Smyl凭借其混合指数平滑-递归神经网络(ES-RNN)预测方法赢得了M4竞赛。
阅读更多

设计一种基于工作的可观测性异常检测预测工作流

乔纳森·金-
Uber的Observability Applications团队对异常检测平台的工作流程进行了全面的调整，使预测的回填更加直观和高效，为更智能的预警铺平了道路。
阅读更多

在优步实时异常检测平台中实现模型不可知论

乔纳森·金-
优步工程扩展了我们的异常检测平台的能力，以集成新的预测模型，允许这个关键的随叫随到服务规模，以满足更复杂的用例。
阅读更多

Omphalos, Uber的并行和语言可扩展时间序列回测工具

罗伊·杨-
Uber Engineering创建了我们新的回溯测试框架Omphalos，以实现跨语言预测模型的高效和可靠比较。
阅读更多

优步时间序列预测中的神经网络工程不确定性估计

凌雪朱-
Uber Engineering引入了一种新的贝叶斯神经网络结构，可以更准确地预测时间序列预测和不确定性估计。
阅读更多

在我们的技术日展示优步背后的工程

斯蒂芬妮Romo-
在优步位于帕洛阿尔托的办公室，由LadyEng集团赞助的为期一天的活动展示了优步工程的技术工作，以及领导和建设这些项目的人员。以下是一些演示结果。
阅读更多

受欢迎的文章