《美团机器学习实践》出版了

千呼万唤始出来！由美团算法团队20余位一线工程师联手，耗时一年多时间，业界第一本全面讲述互联网公司机器学习实践的图书《美团机器学习实践》终于上市发售啦。

目前这本书已经在各大书店热销，特别感谢大家对美团算法团队的支持和认可。

这里要帮美团算法团队打个广告：

美团点评算法团队是整个美团点评技术团队的“大脑”，涵盖搜索、推荐、广告、智能调度、自然语言处理、计算机视觉、机器人以及无人驾驶等多个技术领域。帮助美团点评数亿活跃用户改善了用户体验，也帮助餐饮、酒店、结婚、丽人、亲子等200多个品类的数百万商户提升了运营效率。目前，美团点评算法团队在人工智能领域进行积极的探索和研究，不断创新与实践，致力于应用最前沿的技术，给广告大消费者带来更好的生活服务体验。

市面上很多机器学习的图书往往更加偏重理论，而这本书侧重于机器学习算法如何在真实业务场景的落地，而且所使用的都是美团公司内部的真实案例，适合有一定机器学习基础的工程技术人员，也适合在校学生和研究者了解机器学习的理论以及算法如何在美团这样的大型互联网公司落地。

废话不多说了，我们直接看目录吧！

技术专家推荐

• 机器学习技术发展迅猛，不再是书本上陌生的概念，已经在方方面面影响着人们的生活。美团是全球领先的互联网+生活服务平台，技术正在这里帮助人们吃得更好、活得更好。本书全面、真实地向读者展示了机器学习在生活服务多种场景中的成功实践。——刘彭程，美团技术委员会执行主席

• 机器学习技术领域很广，可以应用在不同场景；美团的业务刚好也是多种多样的，其中应用了很多不同的机器学习技术。本书把这些理论和实践结合起来，可以帮助读者更好地学习、理解和应用机器学习技术。——夏华夏，美团科学家、副总裁

• 和传统的机器学习相关的理论教科书相比，本书侧重于这些理论如何在真实的业务场景落地，所使用的都是美团公司内的真实案例。希望我们这本书中的分享能够起到抛砖引玉的作用，同时也能在这方面给广大读者带来一定的收获。——张锦懋，美团科学家

其实，AI（人工智能）技术已经广泛应用于美团的众多业务，从美团App到大众点评App，从外卖到打车出行，从旅游到婚庆亲子，美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索、推荐、广告、风控、智能调度、语音识别、机器人、无人配送等多个领域，帮助美团数亿消费者和数百万商户改善服务和体验，帮大家吃得更好，生活更好。

基于AI技术，美团搭建了世界上规模最大，复杂度最高的多人、多点实时智能配送调度系统；基于AI技术，美团推出了业内第一款大规模落地的企业应用级语音交互产品，为50万骑手配备了智能语音系统；基于AI技术，美团构建了世界上最大的菜品知识库，为200多万商家、3亿多件商品绘制了知识图谱，为数亿用户提供了精准的用户画像，并构建了世界上用户规模最大、复杂度最高的O2O智能推荐平台。

我们精选了《美团机器学习实践》一书（部分内容有修正）的几个章节内容，已经提前发布在美团技术团队公众号上，现在大家就可以先睹为快啦！

深度学习在文本领域的应用

近几年以深度学习技术为核心的人工智能得到广泛的关注，无论是学术界还是工业界，它们都把深度学习作为研究应用的焦点。而深度学习技术突飞猛进的发展离不开海量数据的积累、计算能力的提升和算法模型的改进。本文主要介绍深度学习技术在美团文本领域的应用与实践。

深度学习在OCR中的应用

计算机视觉是利用摄像机和电脑代替人眼，使得计算机拥有类似于人类的对目标进行检测、识别、理解、跟踪、判别决策的功能。以美团业务为例，在商家上单、团单展示、消费评价等多个环节都会涉及计算机视觉的应用，包括文字识别、图片分类、目标检测和图像质量评价等方向。这篇文章通过以OCR（光学字符识别）的场景，来介绍深度学习在计算机视觉中的应用。

美团如何基于深度学习实现图像的智能审核？

美团每天有百万级的图片产生量，运营人员负责相关图片的内容审核，对涉及法律风险及不符合平台规定的图片进行删除操作。由于图片数量巨大，人工审核耗时耗力且审核能力有限。另外对于不同审核人员来讲，审核标准难以统一且实时变化。所以有必要借助机器实现智能审核。这篇文章主要介绍了美团如何基于深度学习实现图像的智能审核。

美团O2O广告营销中的机器学习技术

美团作为国内最大的在线本地生活服务平台，覆盖了餐饮、酒店、旅行、休闲娱乐、外卖配送等方方面面生活场景，连接了数亿用户和数百万商户。如何帮助本地商户开展在线营销，使得他们能快速有效地触达目标用户群体提升经营效率，是美团的核心问题之一，而机器学习相关技术在本地在线营销场景下发挥着非常关键作用。

这篇文章从5个方面来介绍。首先，介绍O2O场景下广告业务的特点，及其与B2B和B2C广告业务的差别；其次，从商户效果感知、用户体验和媒体平台收益三个维度，介绍O2O广告业务的最重要的考量指标；第三，从前两节阐述的业务特点和考量指标出发，介绍O2O场景下在线广告营销的机制设计；第四，介绍O2O特有的实时场景化下的推送广告；最后，简要介绍O2O广告系统相关的工具。

当然，这本书还有很大提升空间，欢迎大家多给我们提建议和批评意见，作者团队已经为新版修订准备就绪啦！

未来，我们还会推送更多AI相关的技术干货、人物访谈、热门技术解析等等，这里已经有13万小伙伴了，我们期待成长的路上，与你相知、相伴、相随。

一份特别的礼物

扫描文末的二维码，关注美团技术团队，在公众号后台，回复【机器学习】，即可查看《美团机器学习实践》所有章节的参考文献（电子版）。此外，我们还整理一篇汇总文章《揭秘美团背后的AI超级大脑，看这27篇文章就够了》，希望对你能有所帮助。

----------  END  ----------