推荐高级小班 第十期[为迎8周年,曾单卖一万多 现3000秒杀中]
课程详情
课程详情
课程标题:推荐高级小班 第十期[为迎8周年,曾单卖一万多 现3000秒杀中]
课程核心介绍
本课程深入解析推荐业务、feed流产品及推荐算法策略架构,涵盖用户特征和Item特征的常用方法,旨在帮助学员掌握BAT推荐系统和常用算法。
适合人群
- 对推荐算法和系统架构感兴趣的IT从业者
- 希望提升推荐系统开发能力的工程师
- 从事数据挖掘、机器学习等相关领域的研究人员
学习收获
- 理解推荐算法的基本原理和常用方法
- 掌握推荐系统架构设计的关键要素
- 熟悉业界前沿的召回算法和排序算法
课程亮点
- 深入解析推荐业务和算法策略架构
- 结合实际案例,讲解推荐系统开发流程
- 提供丰富的实践机会,提升学员动手能力
课程目录
限免试听:推荐业务、feed流产品及推荐算法策略架构解析 在线视频:从算法视角讲推荐:排序模型, y = model(user,item,context) 在线视频:从算法视角讲推荐召回分支,key-value 在线视频:从产品视角优化推荐,头条、快手、淘宝 在线视频:移动电商推荐系统的特征工程与代码解析 限免试听:用户特征和Item特征的常用方法 在线视频:item特征 在线视频:用户特征 在线视频:数据的存储和使用 在线视频:Embedding 在线视频:特征工程 预习阶段 掌握BAT推荐系统和常用算法 在线视频:推荐业务、feed流产品及推荐算法策略架构解析 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 在线实训:改进版协同过滤算法实战 第一阶段 业界前沿召回算法与特征工程 开班宣讲 在线视频:推荐业务、feed流产品及推荐算法策略架构解析 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 在线实训: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:倒排索引项目实战 在线直播:召回算法进阶实战 在线直播:用户特征和Item特征的常用方法 第二阶段 业界常用排序算法 在线视频:排序算法&深度学习模型 在线视频:Learn to Rank 在线实训:谷歌wide&deep模型实战 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 在线直播:CTR预估进阶实战(上) 在线直播:CTR预估进阶实战(下) 第三阶段 在线学习与实时化计算 在线视频:分布式机器学习系统及其在排序模型中的应用 在线实训 :Online Learning 最新算法实现 在线视频:在线学习和相关技术 在线直播:基于Flink和Scala的实时计算 在线直播:单机和分布式深度学习TensorFlow实践 在线视频:实时化技术升级 第四阶段 推荐系统最新技术 在线视频:学术界最新算法在BAT的应用 在线视频:掌握真实业务场景下的推荐算法 在线直播:多目标与多任务学习 在线直播:推荐系统最新技术、场景、方向解析 补充视频:多目标与GNN实战 多目标和GNN(2) 第五阶段 整体架构介绍与环境数据准备 在线直播:项目1 商品购买预测的介绍与准备 在线视频:项目2 文本推荐系统的介绍与准备 在线直播:项目3 用户行为预测的介绍与准备 在线直播:项目4 商品推荐系统的介绍与准备 第六阶段 特征工程与初步建模 在线直播:项目1 商品购买预测的特征工程与建模 在线直播:项目2 文本推荐系统的特征工程与建模 在线直播:项目3 用户行为预测的特征工程与建模 在线直播:项目4 商品推荐系统的特征工程与建模 第七阶段 模型的迭代与优化 在线直播:项目1 商品购买预测的迭代与优化 在线直播:项目2 文本推荐系统的迭代与优化 在线直播:项目3 用户行为预测的迭代与优化 在线直播:项目4 商品推荐系统的迭代与优化 第八阶段 模型的评估与上线 在线直播:项目1 商品购买预测的评估与总结 在线直播:项目2 文本推荐系统的评估与总结 在线直播:项目3 用户行为预测的评估与总结 在线直播:项目4 商品推荐系统的评估与总结 第九阶段 次项目的整体流程和核心技能点 在线视频:项目5 游戏推荐系统的整体流程和核心技能点 在线视频:项目6 猜你喜欢场景下的推荐系统整体流程和核心技能点 在线视频:项目7 Netflix推荐竞赛整体流程和核心技能点 第十阶段 项目总结和就业辅导 在线直播: 项目的总结与就业辅导 第十一阶段 面试辅导与内推 1-内推包括且不限于互联网名企 2-跟踪每一个学员的就业动态,辅导每一次面试遇到的问题
![推荐高级小班 第十期[为迎8周年,曾单卖一万多 现3000秒杀中]](/_next/image?url=%2Fapi%2Fuploads%2F83d39ac1-b0b1-4de2-9b61-bda1c8e2f0e7.jpg&w=1920&q=75)





