Pinterestはより関連性の高いコンテンツを表示するための機械学習「ピンナビリティ」を構築

110億ドルの見積もりと数えれば、Pinterestがその価値を証明するためには時間が必要です。

一見しても簡単なこと(いつもよりも簡単だとは言っても)は、過去の習慣に基づいて適切なコンテンツを適切なユーザーに提示することであり、デジタルスクラップブッキングサービスの電子商取引の努力に拍車をかけています。

FacebookやTwitterのような他のトップソーシャルネットワーキングプラットフォームでも問題は解決されるが、EtsyやAmazonなどのデジタルマーケットプレイスでもそうだ。

真のドゥーイット・ユア・スピリットの精神で、Pinterestは自らの努力を続けて、金曜日に「ピンナビリティ」を発表しました。

既に300億以上のピンがユーザーボードとフィードに溢れているため、Pinterestは機械学習を通じてそのすべてのことを理解することを目指しています。

ピンナビリティは、ホームフィードを改善するための開発における高度な機械学習モデルの集合的なコード名です。

Pinterestによると、このアイデアは、より多くの人々のピン、より良いPinterestは、関連するコンテンツの浮上と全体的に実り多い経験であることを証明することの両方で、各ユーザーになることができます。

PinterestのソフトウェアエンジニアであるYunsong Guoは、金曜日のブログ記事で、Pinnabilityの基礎と初期トレーニングデータが、ホームフィードピンを使用したユーザー(または「Pinner」)のアクションからどのように始まるかを説明しました。

「私たちのユニークなデータセットには豊富な人工コンテンツが含まれているため、Pin、ボードとユーザーのダイナミックスが正確なピンナビリティ予測のための有益な機能を提供します」とGuo氏は書いています。

ピーナビリティはまだ初期段階にあり、すでに家庭用飼料からの補充を20%増やすなど、「Pinnerの取り組みが大幅に強化されている」と指摘した。したがって、Pinnabilityの機械学習モデルはプラットフォーム上の他のプロジェクトにも適用される、と彼は付け加えた。

今週は深い学習とマシンインテリジェンスが熱い話題となっています。

NVIDIAのCEOで共同設立者のJen-Hsun Huang氏は、火曜日のシリコンバレーGPU技術会議の中で、その深い学習戦略に沿っていくつかの新技術を発表しました。

Pinterestのエンジニアリング責任者はプラットフォームの将来についてAPIについてのヒントを述べている; FacebookはInstagramに来るビデオでVineを十字架に置く; InstagramはTwitterとより多くの関係を切り詰める;それは公式だ:TwitterはIPOを提出した。

Huang氏は、Nvidiaの現在の世代のMaxwellプロセッサと比較して、深い学習アプリケーションを10倍高速化することを約束するPascal GPUシリーズに注目しました。パスカルの目的は、コンピュータを自分で教えるようにすることで、より正確な精度を提供すると言われている「混合精度」コンピューティングです。

しかし、最先端のモバイルゲームと深い学習のために宣伝されたTitan X GPUシリーズは、より広範な聴衆に到達する可能性があります。

開発と展開を促進するため、Nvidiaは深いニューラルネットワークを使ってオブジェクトを自動的に認識して分類する方法をマシンに教えるための特定のグラフィックスソフトウェアを開発しました。

Pinterest経由の画像

データ管理、オープンデータを世界にもたらすGODAN、ビッグデータ分析、DataRobotはデータサイエンスの低懸念の果実を自動化することを目指す、クラウド、コネクテッド、クラウド時代はより良いネットワークが必要ストレージ、FacebookオープンソースZstandardデータ圧縮アルゴリズムZipの背後にあるテクノロジーを置き換える

GODAN、公開データで世界に栄養を与える

DataRobotは、データサイエンスの果実を自動化することを目指しています

接続されたクラウド時代にはより良いネットワークが必要

FacebookのオープンソースZstandardのデータ圧縮アルゴリズム、Zipの背後にある技術を置き換えることを目指す