使用机器学习预测接下来需要的文件，第 2 部分
我们一直在改进支持内容建议的底层基础架构和机器学习算法。在内容建议的迭代过程中，我们面临的一个新挑战是我们想要支持的不同类型的内容。在 Dropbox 中，我们有各种各样的内容 — 文件、文件夹、Google Docs、Microsoft Office 文档和我们自己的 Dropbox Paper。无论用户使用哪种类型的内容，我们都希望确保最相关的内容触手可及。但是，这些类型的内容存在于不同的持....
使用机器学习预测下一步需要的文件
Dropbox 正在构建功能，以帮助用户专注于重要的事情。搜索您的内容可能很繁琐，因此我们构建了内容建议，以便在需要时更轻松地找到所需的文件。我们已经使用现代机器学习（ML）技术构建了此功能，但是从这里开始的过程始于一个简单的问题：人们如何找到他们的文件？哪些类型的行为模式是最常见的？我们假设以下两类是最普遍的：最近使用的文件：您需要的文件通常是您最近使用的文件。当然，这些会随着时间的推移而变化....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
机器学习平台 PAI您可能感兴趣
- 机器学习平台 PAI scikit-learn
- 机器学习平台 PAI python
- 机器学习平台 PAI代码
- 机器学习平台 PAI论文
- 机器学习平台 PAI数字识别
- 机器学习平台 PAI实战
- 机器学习平台 PAI numpy
- 机器学习平台 PAI降维
- 机器学习平台 PAI模型
- 机器学习平台 PAI构建
- 机器学习平台 PAIpai
- 机器学习平台 PAI算法
- 机器学习平台 PAIpython
- 机器学习平台 PAI数据
- 机器学习平台 PAI应用
- 机器学习平台 PAI训练
- 机器学习平台 PAI人工智能
- 机器学习平台 PAI入门
- 机器学习平台 PAI方法
- 机器学习平台 PAI深度学习
- 机器学习平台 PAI分类
- 机器学习平台 PAI平台
- 机器学习平台 PAI笔记
- 机器学习平台 PAI学习
- 机器学习平台 PAI特征
- 机器学习平台 PAI实践
- 机器学习平台 PAI决策
- 机器学习平台 PAIai
- 机器学习平台 PAI部署
- 机器学习平台 PAI网络