推荐系统1V多 项目小班
课程详情
课程详情
课程名称：推荐系统1V多 项目小班
课程核心介绍
本课程旨在通过实际项目操作，深入讲解推荐系统的原理和应用。课程内容涵盖了推荐系统的基本概念、算法实现、数据预处理以及项目实战等多个方面。
适合人群
- 对推荐系统感兴趣的数据分析师和算法工程师
- 希望提升推荐系统实战能力的IT从业者
- 有志于从事推荐系统相关研究的学生和研究人员
学习收获
- 掌握推荐系统的基本原理和算法
- 了解推荐系统的实际应用场景
- 具备独立设计和实现推荐系统的能力
- 通过项目实战提升解决实际问题的能力
课程亮点
- 项目驱动：通过实际项目操作，将理论知识与实践相结合
- 实战性强：课程内容紧跟行业动态，注重培养实战能力
- 小班教学：确保每位学员都能得到充分的指导和关注
- 优质资源：提供丰富的课件资料，助力学员深入学习
课程目录
06 推荐系统1v多课件资料汇总.html
【置顶内容】
02 Part02：入门实战
01 第3节：matrixCF在资讯场景中召回和排序的应用（下）.mp4
02 第2节：matrixCF在资讯场景中召回和排序的应用(上）.mp4
03 第1节：推荐系统的整体架构.mp4
03 Part03：进阶实战
01 第4节：电商场景中深度学习模型在召回和排序中的应用（下）.mp4
02 第3节：电商场景中深度学习模型在召回和排序中的应用（上）.mp4
03 第2节：电商场景中FM算法的应用（下）.mp4
04 第1节：电商场景中FM算法的应用（上）.mp4
04 Part04：高阶实战
01 第4节：基于多目标模型mmoe的电商场景排序应用（下）.mp4
02 第3节：基于多目标模型mmoe的电商场景排序应用（上）.mp4
03 第2节：基于DCN的广告场景在排序中的应用（下）.mp4
04 第1节：基于DCN的广告场景在排序中的应用（上）.mp4
05 Part05：拓展：一、深度模型在招聘业务中的应用
01 第4节：tensorflow工程化实践.mp4
02 第3节：编码实训课.mp4
03 第2节：基于注意力的推荐模型.mp4
04 第1节：基于CNN和RNN计算词权重.mp4
06 Part05：拓展：三、搜索引擎的核心技术
01 第4节：搜索服务.mp4
02 第3节：query解析&搜索排序.mp4
03 第2节：正排索引.mp4
04 第1节：倒排索引.mp4
07 Part05：拓展：二、图算法在推荐业务中的应用
02 第5节：MLflow.mp4
03 第4节：推荐系统架构.mp4
04 第3节：图卷积网络.mp4
05 第2节：Graph Embedding之node2vec和SDNE.mp4
06 第1节：Graph Embedding之LINE.mp4
09 Part06：就业面试指导
01 第3节：认识算法岗-推荐算法工程师.mp4
02 重新认识简历及其撰写方法.mp4
03 算法工程师面试准备.mp4
