推荐系统实战 百度网盘 百度云

阿里云2000元红包!本站用户参与享受九折优惠!

       推荐系统是利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。

       随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。

       为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。

       本课程将首次全面公开推荐技术在BAT中的核心应用,从BAT、头条、Google等公司最成熟和先进的算法架构展开,主要内容包括:

三大架构模块:召回推荐、精排序、重排序;

三大算法类型:浅度学习、深度学习、强化学习;

三大应用场景:电商推荐、社交推荐、Feeds流角度来讲述整个课程。

       两位讲师均为BAT推荐系统相关业务的技术负责人,拥有丰富的研究经历和实战经验。该课程中,他们将直接展示BAT、头条、Google等推荐系统的核心业务、数据和场景,从而足不出户便可获得在顶级公司的宝贵技能和经验。

课程内容主要包括:

第一阶段 掌握BAT推荐系统和常用算法

第1课 推荐系统简介:Youtube、Google、BAT、头条等

知识点1: 系统架构、模块介绍(召回、排序、重排序算法和系统等)

知识点2: 推荐算法评估指标

知识点3: A/B Test 系统

知识点4: 冷启动问题和工业界解决方案

实战项目: 冷启动解决方案代码实战

第2课 召回算法和业界最佳实践(一)

知识点1: BAT里常用的CF算法以及变种(User/Item CF等变种)

知识点2: Hybrid CF 算法

知识点3: Model Based CF(LFM矩阵分解、NMF、SVD)

知识点4: 基于改进版协同过滤算法实战

第3课 召回算法和业界最佳实践(二)

知识点1: Graph 推荐召回算法

知识点2: 倒排召回算法系统设计

知识点3: Embedding 召回(DNN)

实战项目: 基于隐语义模型推导和实战

第二阶段 深入BAT内部推荐&排序架构

第4课 用户建模(召回、排序都会用到)

知识点1: BAT公司里常见的用户建模

知识点2: 特征工程、分类模型开发

实战项目: 如何做一个用户偏好模型实战

第5课 重排序算法:Learn to Rank

知识点1: Pointwise/Pairwise/Listwise排序(全局排序)

知识点2: 多目标优化(ESMM等)

知识点3: 多样性排序(BAT真实场景用户体验优化)

实战项目: 多目标预估算法实战

第6课 排序算法&深度学习模型(一)

知识点1: 推荐系统的 Rank 模块介绍

知识点2: 基于规则的Rank算法

知识点3: Rank模型进入机器学习时代

知识点4: BAT模型改进:从浅度到深度Rank学习(WDL、DeepFM、DeepCross等)(上)

实战项目: 工业界CTR模型实战(TensorFlow)

第7课 排序算法&深度学习模型(二)

知识点1: BAT模型改进:从浅度到深度Rank学习(Attention、知识图谱、LSTM等)(下)

知识点2: Rank模型中的特征工程(BAT里基础建模流程构造:涉及样本、特征、模型、系统设计和实践)

知识点3: 工业界实际的CTR后校准技术

知识点4: 工业界大规模训练&在线引擎

实战项目: 阿里CTR-CVR数据上的MTL-ESMM实战(TensorFlow)

第8课 学术界最新算法在BAT的应用

知识点1: 电商推荐中的Delayed reward强化学习算法

知识点2: GAN等技术在推荐系统的实践

实战项目: 强化学习排序算法实战

第三阶段 通晓Online Learning和业务场景推荐

第9课 实时化技术升级

知识点1: Online Learning 算法(FTRL、增量学习等)

知识点2: Online Learning 在BAT的系统架构

实战项目: Online Learning 最新算法实现

第10课 掌握真实业务场景下的推荐算法

知识点1: 社交推荐算法

知识点2: 短视频推荐算法

知识点3: 音乐推荐

知识点4: 新闻推荐

知识点5: 电商推荐

实战项目: 如何用机器学习来解决工业界中的实际问题

获取方式(备注推荐系统)


https://www.jianshu.com/p/9859c25ea990

Python量化投资网携手4326手游为资深游戏玩家推荐:《跑跑卡丁车下载

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论