〖课程简介〗
个性化推荐(推荐系统)经历了多年的发展，已经成为互联网产品的标配，也是AI成功落地的分支之一，在电商(淘宝/京东)、资讯(今日头条/微博)、音乐(网易云音乐/QQ音乐)、短视频(抖音/快手)等热门应用中,推荐系统都是核心组件之一。
〖课程目录〗
1.1课程简介.mp4 11.93M
1.2推荐系统的演化过程.mp4 23.39M
1.3推荐系统的技术演进.mp4 34.84M
1.4推荐系统的核心产品问题.mp4 23.03M
2.10总结如何构建自己的知识脉络.mp4 11.31M
2.1学习方法.mp4 9.91M
2.2机器学习的学习问题.mp4 31.00M
2.3假设集合.mp4 14.96M
2.4VC维和Bias.mp4 36.89M
2.5Bias.mp4 15.73M
2.6交叉验证.mp4 11.10M
2.7损失函数和正则化.mp4 19.97M
2.8最优化方法.mp4 17.91M
2.9贝叶斯决策理论.mp4 15.60M
3.1基于User的协同过滤算法.mp4 23.37M
3.2基于Item的协同过滤算法.mp4 19.28M
3.3物品相似度的算法实现.mp4 44.59M
3.4协同过滤算法的变种.mp4 19.67M
3.5间隔时效性优化.mp4 11.65M
3.6反馈时效性优化.mp4 26.80M
3.7随机游走算法.mp4 20.24M
3.8图模型embedding算法.mp4 31.22M
4.10行为序列数据文档化和向量化.mp4 13.33M
4.1推荐系统策略流程和核心问题.mp4 14.09M
4.2词袋模型和向量空间模型.mp4 21.50M
4.3词袋模型的拓展TF.mp4 29.47M
4.4隐语义模型LSA.mp4 33.47M
4.5概率隐语义模型pLSA.mp4 23.80M
4.6生成式概率隐语义模型LDA.mp4 17.30M
4.7LDA的应用实例.mp4 28.53M
4.8神经网络模型.mp4 28.42M
4.9行为数据文档化.mp4 17.20M
5.1推荐系统中的用户画像.mp4 17.70M
5.2用户画像的价值准则.mp4 16.14M
5.3物品侧画像.mp4 23.17M
5.4用户兴趣模型的简单方法.mp4 19.68M
5.5用户兴趣模型的复杂方法.mp4 16.88M
5.6用户兴趣扩展.mp4 17.08M
5.7用户兴趣模型的架构设计.mp4 14.56M
6.1问题分析与目标定义.mp4 26.90M
6.2常用模型介绍.mp4 18.34M
6.3模型效果评估.mp4 38.54M
6.4常用模型介绍.mp4 32.21M
6.5模型效果评估.mp4 19.53M
6.6机器学习系统架构设计.mp4 9.45M
7.1常用评测指标.mp4 47.57M
7.2离线效果评测方法.mp4 26.03M
7.3在线效果评测方法.mp4 35.02M
7.4在线评测方法.mp4 25.09M
7.5更好更快的在线系统.mp4 44.58M
7.6交叉实验.mp4 30.39M
7.7系统监控.mp4 19.45M
8.1多臂老虎机和EE问题.mp4 23.03M
8.2多臂老虎机问题.mp4 27.86M
8.3e贪心算法.mp4 22.32M
8.4UCB算法.mp4 39.40M
8.5汤普森采样.mp4 15.61M
8.6LinUCB.mp4 18.93M
8.7机器学习中的EE关系.mp4 14.14M
8.8推荐系统中的EE思考.mp4 16.89M
9.1推荐系统架构设计.mp4 16.22M
9.2系统边界和外部依赖.mp4 30.93M
9.3离线层架构.mp4 35.86M
9.4在线层架构.mp4 32.39M
9.5系统架构演进原则.mp4 21.07M
9.6从离线到在线.mp4 27.26M
9.7基于DSL的系统架构设计.mp4 34.67M
10.1推荐系统的挑战以及前沿发展.mp4 37.09M
10.2推荐结果显示.mp4 38.58M
10.3相关性和因果性.mp4 35.59M
10.4信息茧房.mp4 21.56M
10.5转化率偏置问题.mp4 28.10M
10.6召回技术的局限性.mp4 48.25M
10.7总结.mp4 19.21M
评论0