É engraçado para um ser humano escrever um artigo sobre inteligência artificial numa altura em que os sistemas de IA, alimentados pela aprendizagem automática (ML), estão a gerar os seus próprios blogues.
Category Archives: AI & ML
Como a DoorDash melhora as previsões de férias através da abordagem ML em cascata
Na DoorDash, geramos previsões de oferta e procura para planear proactivamente as operações, tais como a aquisição do número certo de Dashers (condutores de entregas) e a adição de um pagamento extra quando prevemos uma oferta reduzida.
Como a DoorDash criou um modelo de aprendizagem de conjunto para previsão de séries temporais
Nas aplicações de previsão do mundo real, é um desafio equilibrar a exatidão e a rapidez.
A DoorDash identifica cinco grandes áreas para utilizar a IA generativa
Na sequência do ChatGPT e da IA generativa, a DoorDash está a identificar formas de esta nova tecnologia melhorar a experiência de encomenda do cliente na plataforma.
Ciclo de vida de um produto ML de sucesso: Reduzir os tempos de espera do Dasher
A construção de uma plataforma de entrega com base em ML, como a DoorDash, é uma tarefa complexa.
Como a DoorDash actualizou uma heurística com ML para salvar milhares de encomendas canceladas
Um dos desafios na gestão da nossa plataforma é conseguir acompanhar com precisão o estado operacional dos comerciantes e a sua capacidade para receber e satisfazer encomendas.
Seleção da melhor imagem para cada comerciante utilizando a exploração e a aprendizagem automática
Para inspirar os consumidores da DoorDash a encomendar na plataforma, há poucas ferramentas mais poderosas do que uma imagem apelativa, o que levanta as questões: qual é a melhor imagem para mostrar a cada cliente e como podemos construir um modelo para determinar isso programaticamente utilizando as imagens disponíveis de cada comerciante?
Aumentar a correspondência difusa com revisão humana para maximizar a precisão e a recuperação
Mesmo os classificadores mais avançados não conseguem atingir 100% de precisão.
Recomendação da página inicial com Exploitation e Exploration
Building quality recommendations and personalizations requires delicately balancing what is already known about users while recommending new things that they might like.
Five Common Data Quality Gotchas in Machine Learning and How to Detect Them Quickly
The vast majority of work in developing machine learning models in the industry is data preparation, but current methods require a lot of intensive and repetitive work by practitioners.