基于机器学习和深度学习算法的推荐系统实战课程

释放双眼,带上耳机,认真聆听!

讲师刘强,硕士学历,09 年毕业于中国科学技术大学数学系,有近 10 年大数据与推荐系统相关经验,目前负责上海千杉网络技术发展有限公司大数据与人工智能团队。从零开始搭建公司的大数据平台,将数据分析、数据可视化、推荐系统、搜索等大数据及 AI 能力应用于公司业务中,目前公司近 30% 的流量来源于推荐搜索,具备丰富的实战经验。

本课程是推荐系统的入门课程,主要从推荐系统背景介绍、推荐算法、推荐系统工程、推荐产品形态、实战等五个部分对推荐系统做初略的介绍。在背景介绍部分,会讲解推荐系统的技能要求、推荐系统的价值与应用场景、推荐系统团队组成及角色定位、推荐系统的未来发展等。在推荐算法部分,会讲解最主流的基于内容的、协同过滤等推荐算法。在工程实践部分会讲解怎么评估推荐系统、推荐系统AB测试等方面的工程知识。在产品形态部分,会讲解常用的推荐产品形态及怎么更好地将推荐能力整合到现有产品中,以及推荐系统与用户的交互方式。在实战部分,我们会带学员一起基于开源数据集从零开始搭建一个完整推荐系统,为学员以后的学习和工作打下良好的基础。

课程目录

第1章:推荐系统背景知识介绍
1.推荐系统介绍与知识储备
2.推荐系统应用场景及价值
3.推荐系统团队组成及角色定位
4.推荐系统的未来发展
第2章:推荐算法介绍
1.数据与特征工程01
2.数据与特征工程02
3.推荐系统离线评估
4.基于内容的推荐算法
5.协同过滤推荐算法
6.矩阵分解推荐算法
7.深度学习推荐算法简介01
8.深度学习推荐算法简介02
9.推荐系统排序算法01
10.推荐系统排序算法02
11.推荐系统冷启动
第3章:推荐系统工程介绍
1.开源平台及工具介绍
2.推荐系统业务流与架构
3.推荐系统AB测试01
4.推荐系统AB测试02
5.在线评估:指标体系
6.推荐系统服务01
7.推荐系统服务02
8.推荐系统解释
9.实时推荐系统(一)
10.实时推荐系统(二)
第4章:推荐系统产品介绍
1.推荐系统常用业务场景与产品形态介绍(一)
2.推荐系统常用业务场景与产品形态介绍(二)
3.推荐系统的UI交互介绍(一)
4.推荐系统的UI交互介绍(二)
5.推荐要素的视觉展示
第5章:推荐系统实战
1.背景介绍
2.数据预处理
3.排行榜推荐与相似推荐(一)
4.排行榜推荐与相似推荐(二)
5.item-based协同过滤与离线评估
6.推荐结果存储与推荐web服务(一)
7.推荐结果存储与推荐web服务(二)

下载权限

查看
  • 免费下载
    评论并刷新后下载
    登录后下载

  • {{attr.name}}:
您当前的等级为
登录后免费下载登录 小黑屋反思中,不准下载! 支付以后下载 需要登录登录 评论后刷新页面下载评论 支付积分以后下载立即支付 支付以后下载立即支付 您当前的用户组不允许下载点击获取更高权限
您有每天免费下载所有资源次的特权,今日剩余 已取得下载权限
学习课程

最新 Spring Boot 从入门到实战课程

2021-04-03 00:20

学习课程

用户画像解决方案从原理到开发案例实战课程

2021-04-03 00:20

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧

解锁优质资源

升级账户

解锁海量优质资源

立即开通

个人中心
今日签到
有新私信 私信列表
网站搜索