近年来随着计算能力的提高，使这些技术在Web规模上的实际应用成为可能
因此机器学习和深度学习获得了巨大的关注，机器学习对于我们的许多产品，平台和服务引擎至关重要，这些产品，平台和服务引擎可以满足全球超过10亿用户的需求。

使1B +用户的搜索变得轻松便捷
搜索是我们的核心垂直行业之一，我们利用机器学习通过可个性化用户搜索体验的算法来不断改善用户体验，这些控件不仅监视用户单击的内容，还监视他们阅读特定故事的时间以及阅读与该故事有关的文章的时间，通过跟踪此行为，我们便能够了解用户的喜好，并使用该数据为我们所有垂直领域（包括搜索，财经，新闻和体育）的策略提供信息，如果我们能够理解吸引读者的内容，那么我们可以继续为他们提供引人入胜的内容。

我们针对搜索开发的改进的一个示例是一种基于语义嵌入思想的新型高级匹配模型
该模型改进了我们现有的赞助搜索算法，可以更好地满足广告客户和消费者的需求，它将用户查询与具有相似语义向量的广告进行匹配，而不是传统的语法匹配。本质上，我们训练机器以理解上下文中单词的含义。

强大的图像检测功能可改善平台
我们的平台可容纳200亿张照片，使用深度学习我们能够对Hadoop集群中的数十亿张照片进行分类和组织，从而为用户带来更准确的图像搜索结果，深度卷积神经网络将输入图像转换为短浮点向量，然后将其传递给1000多个二进制分类器，每个分类器都经过训练以给出是/否答案，以识别特定的对象或场景类。

我们采用了计算机视觉和深度学习解决方案
无需任何人工干预即可自动从直播视频中识别游戏亮点，网络学习定义游戏亮点的重要视觉特征，然后我们使用该网络在中的所有时间快速无缝地向用户交付游戏并匹配精彩集锦。

大数据机器学习
直接在Hadoop集群之上实施机器学习算法使我们的算法扩展更加容易，尤其是在数据移动和安全性方面，开发并开放了源代码，可让企业将现有的Hadoop集群转变为功能强大的，完全分布式的深度学习平台。我们得到了社区的大力参与，并期待看到它的进一步发展。

支持开源以实现快速创新
开源是创新的巨大动力，雅虎深信开源技术支持技术进步的力量，我们从一开始就一直是重要的贡献者，随着机器学习的日新月异，开源将在下一阶段的创新中扮演重要角色，近，我们开源了一个深度学习解决方案，允许开发人员使用分类器来检测“工作不安全”（NSFW）图像，该探测器的独特之处在于它是使用深度神经网络构建的，该神经网络可以优化准确性，速度和内存，据我们所知，这是以前所没有的，我们希望开发人员会发现它对继续开发有用，并进一步提高了该技术的准确性。

机器学习是一个令人兴奋的领域，我们非常重视，因为它正在从根本上改变人机交互以及这些交互的期望。