课程介绍:
把学习推荐算法划分成了 6 大阶段,对应专栏 5 大内容模块,带你高效学习了解推荐系统的相关知识脉络、推荐算法的基本原理,并结合 58 集团的实践案例帮你融会贯通。
课程目录:
├──文档
| ├──01 数据采集层:流量分发第一步——规范采集海量数据.md 14.79kb
| ├──02 数据加工层(上):如何搭建用户与内容的标准规范体系?.md 20.78kb
| ├──03 数据加工层(下):如何精准匹配用户画像与物品画像?.md 19.61kb
| ├──04 效用评测层:显性指标+标准方法,对推荐效果定量评测.md 16.21kb
| ├──05 以物品与用户为基础,个性化推荐算法的四大策略.md 17.13kb
| ├──06 人以群分,基于邻域的协同过滤算法.md 15.63kb
| ├──07 物以类聚,基于特征的七种算法模型.md 14.22kb
| ├──08 模型演化根本:深度学习推荐算法的五大范式组件.md 11.29kb
| ├──09 深度推荐模型演化中的“平衡与不平衡“组合规律.md 21.85kb
| ├──10 深度推荐模型演化中的“更深与更专注“进阶路径.md 26.51kb
| ├──11 深度推荐模型演化中的“范式替换“灵活组合.md 19.57kb
| ├──12 用户行为关联与推荐:多目标与多任务学习.md 14.08kb
| ├──13 用户兴趣探索与开发:深度学习与强化学习.md 20.25kb
| ├──14 新用户与新物品涌入:冷启动难题破解之道.md 18.06kb
| ├──15 58 本地服务业务中的推荐系统实战——工程篇.md 35.47kb
| ├──16 58 本地服务业务中的推荐系统实战——算法篇.md 40.45kb
| ├──结束语 推荐系统方案中,那些不得不知的坑.md 12.30kb
| └──开篇词 如何根据规律在变化中求发展?.md 11.83kb
├──01 数据采集层:流量分发第一步——规范采集海量数据.mp4 89.85M
├──02 数据加工层(上):如何搭建用户与内容的标准规范体系?.mp4 130.16M
├──03 数据加工层(下):如何精准匹配用户画像与物品画像?.mp4 159.86M
├──04 效用评测层:显性指标+标准方法,对推荐效果定量评测.mp4 86.65M
├──05 以物品与用户为基础,个性化推荐算法的四大策略.mp4 118.90M
├──06 人以群分,基于邻域的协同过滤算法.mp4 96.22M
├──07 物以类聚,基于特征的七种算法模型.mp4 64.71M
├──08 模型演化根本:深度学习推荐算法的五大范式组件.mp4 71.91M
├──09 深度推荐模型演化中的“平衡与不平衡“组合规律.mp4 167.63M
├──10 深度推荐模型演化中的“更深与更专注“进阶路径.mp4 162.74M
├──11 深度推荐模型演化中的“范式替换“灵活组合.mp4 166.45M
├──12 用户行为关联与推荐:多目标与多任务学习.mp4 113.26M
├──13 用户兴趣探索与开发:深度学习与强化学习.mp4 127.62M
├──14 新用户与新物品涌入:冷启动难题破解之道.mp4 111.08M
├──15 58 本地服务业务中的推荐系统实战——工程篇.mp4 312.39M
├──16 58 本地服务业务中的推荐系统实战——算法篇.mp4 317.53M
├──结束语 推荐系统方案中,那些不得不知的坑.mp4 75.84M
└──开篇词 如何根据规律在变化中求发展?.mp4 113.66M
评论(0)