推荐系统内训班 [联通内训课程，不对外]

课程详情

课程目录

第一阶段 机器学习原理
  在线视频：线性回归、logistic 回归、梯度下降
  在线视频：决策树、随机森林、GBDT
  在线视频：SVM 与数据分类
  在线视频：特征工程:数据清洗、异常点处理、特征抽取、选择与组合
  在线视频：机器学习简介、广义线性模型（线性回归、逻辑斯蒂回归）精髓速讲
  在线实训：算法核心要点巩固(上)
  在线视频：决策树、Boosting模型融合的精髓速讲
  在线实训：算法核心要点巩固(中)
  在线视频：朴素贝叶斯、SVM模型精髓速讲
  在线实训：算法核心要点巩固(下)
  在线视频：机器学习模型算法系统串讲（比如HMM等）
第二阶段 机器学习实战
  在线视频：机器学习流程、基本分类与回归模型
  在线实训：Kaggle机器学习比赛中的特征工程处理实战
  在线视频：机器学习中的特征工程与模型调优，sklearn用法
  在线实训：sklean接口熟悉与机器学习建模指导
  在线视频：基于SQL的机器学习方法和系统
  在线实训：机器学习中SQL的常见用法
  在线视频：sklearn建模与使用
  在线视频：XGBoost精讲
  在线实训：XGBoost使用
第三阶段 深度学习原理
  在线视频：神经网络初步：全连接与反向传播
  在线视频：卷积神经网络与计算机视觉
  在线视频：循环神经网络与自然语言处理
  在线视频：深度学习实践：Caffe与Tensorflow项目实战
  在线视频：深度神经网络、Wide & Deep模型架构理解
  在线视频：卷积神经网络、实战图像分类
  在线视频：循环神经网络、文本情感分类和图文生成模型
第四阶段 掌握 BAT 推荐系统和常用算法
  在线视频：推荐系统简介：Youtube、Google、BAT、头条等
  在线视频：召回算法和业界最佳实践
  在线视频：搜索和推荐的matching技术
  在线视频：推荐业务、feed流产品及推荐算法策略架构解析
第五阶段 深入 BAT 内部推荐&排序架构
  在线视频：召回算法和业界最佳实践进阶
  在线实训：基于改进版协同过滤算法实战
  在线视频：用户建模（召回、排序都会用到）
  在线实训：如何做一个用户偏好模型实战
  在线视频：用户特征和Item特征的常用方法
  在线视频：Deep recall算法解析、主流技术方向思考及相应model的改进方案
第六阶段 通晓 Learn to Rank 模块中的模型结构
  在线视频：重排序算法：Learn to Rank
  在线视频： 排序算法&深度学习模型
  在线实训：python实现WDL模型
  在线视频：分布式机器学习系统及其在排序模型中的应用
  在线视频：商品推荐方案讨论、E&&E算法以及deep learning如何作用于推荐系统中的排序
第七阶段 CTR模型的在线学习技术
  在线视频： 学术界最新算法在BAT的应用
  在线视频： 实时化技术升级
  在线实训 ：Online Learning 最新算法实现
  在线视频：CTR预估和采样
  在线视频：在线学习和相关技术
第八阶段 多目标排序与推荐算法的可解释性
  在线视频： 掌握真实业务场景下的推荐算法
  在线视频： 多目标排序
  在线视频： 推荐系统最新技术、场景、方向解析
第九阶段 音乐短视频项目
  在线直播：音乐短视频项目（一）
  在线直播：音乐短视频项目（二）
  在线直播：音乐短视频项目（三）
  在线直播：音乐短视频项目（四）