第1章[前言]初探推荐系统
1-1前言–关于这门课.mp4 67.81M
1-2推荐系统是什么.mp4 52.22M
1-3课程章节导览.mp4 27.60M
第2章[基础架构]推荐系统架构&项目搭建
2-1典型的推荐系统架构是什么样的（上）.mp4 154.84M
2-2典型的推荐系统架构是什么样的（下）.mp4 58.09M
2-4课程项目介绍和技术选型.mp4 83.09M
2-6后端服务框架搭建—召回服务（上）.mp4 113.80M
2-7后端服务框架搭建—召回服务（中）.mp4 164.41M
2-8后端服务框架搭建—召回服务（下）.mp4 65.52M
2-9后端服务框架搭建-排序与API服务.mp4 139.02M
2-10课程项目前端页面搭建.mp4 71.39M
第3章[特征工程]为推荐系统准备数据
3-1特征工程—为推荐系统准备食材（上）.mp4 58.85M
3-2特征工程—为推荐系统准备食材（下）.mp4 81.73M
3-3如何做好特征工程（上）.mp4 81.41M
3-4如何做好特征工程（中）.mp4 41.94M
3-5如何做好特征工程（下）.mp4 61.18M
3-7用pandas可视化数据（上）.mp4 54.84M
3-8用pandas可视化数据（下）.mp4 56.75M
3-9Spark—业界最流行的大数据框架.mp4 63.23M
3-10用Spark处理特征（上）.mp4 93.18M
3-11用Spark处理特征（下）.mp4 78.84M
第4章[召回]筛选出用户的心头好
4-1召回层—如何快速筛选出用户喜欢的物品（上）.mp4 43.41M
4-2召回层—如何快速筛选出用户喜欢的物品（下）.mp4 34.88M
4-3如何将Word2Vec用于推荐（上）.mp4 32.54M
4-4如何将Word2Vec用于推荐（下）.mp4 35.88M
4-5实现Item2Vec（上）.mp4 54.77M
4-6实现Item2Vec（中）.mp4 66.19M
4-7实现Item2Vec（下）.mp4 119.80M
4-8用Redis存储Embedding.mp4 57.78M
4-9最近邻查找算法—如何使用Embedding（上）.mp4 54.76M
4-10最近邻查找算法—如何使用Embedding（下）.mp4 43.36M
4-11用FAISS实现LSH.mp4 74.61M
4-12召回服务最终完善.mp4 172.29M
第5章[排序]对推荐结果进行精确排序
5-1排序层—如何活动最精确的结果排序.mp4 32.72M
5-21利用深度学习模型完善排序服务.mp4 216.99M
5-2协同过滤—最经典的排序算法.mp4 57.52M
5-3协同过滤算法实现.mp4 160.17M
5-5深度学习—革命性的机器学习模型.mp4 91.79M
5-6TensorFlow—业界最著名的深度学习框架.mp4 44.63M
5-7用三个例子体验TensorFlow（上）.mp4 95.11M
5-8用三个例子体验TensorFlow（下）.mp4 58.12M
5-9MLP—最经典的深度学习模型.mp4 65.70M
5-10深度学习需要的特征如何处理（上）.mp4 94.92M
5-11深度学习需要的特征如何处理（下）.mp4 89.76M
5-12如何保存线上服务特征.mp4 92.18M
5-13搭建并训练MLP模型（上）.mp4 51.03M
5-14搭建并训练MLP模型（中）.mp4 83.09M
5-15搭建并训练MLP模型（下）.mp4 97.03M
5-16模型调优怎么做（1）.mp4 28.69M
5-17模型调优怎么做（2）.mp4 71.53M
5-18模型调优怎么做（3）.mp4 58.92M
5-19模型调优怎么做（4）.mp4 139.78M
第6章[效果评估]衡量推荐结果的好坏
6-1如何衡量推荐系统的好坏（上）.ev4 44.55M
6-1如何衡量推荐系统的好坏（上）.mp4 44.55M
6-2如何衡量推荐系统的好坏（下）.ev4 45.72M
6-2如何衡量推荐系统的好坏（下）.mp4 45.72M
6-4在线评价系统的方法：AB测试.ev4 45.22M
6-4在线评价系统的方法：AB测试.mp4 45.21M
6-5代码实现AB测试功能（上）.ev4 140.50M
6-5代码实现AB测试功能（上）.mp4 140.49M
6-6代码实现AB测试功能（下）.ev4 109.33M
6-6代码实现AB测试功能（下）.mp4 109.32M
第7章[深入学习]工程中的实践问题探讨
7-1实践问题—如何解决冷启动（上）.mp4 38.45M
7-2实践问题—如何解决冷启动（下）.mp4 59.47M
7-3实践问题—如何增强系统实时性（上）.mp4 38.62M
7-4实践问题—如何增强系统实时性（下）.mp4 25.58M
7-5用Flink处理用户实时行为反馈（上）.mp4 83.42M
7-6用Flink处理用户实时行为反馈（中）.mp4 127.19M
7-7用Flink处理用户实时行为反馈（下）.mp4 116.73M
第8章[结语]前沿拓展
8-1拓展篇之强化学习.mp4 66.01M
8-2前沿拓展之Wide&Cross模型（上）.mp4 45.53M
8-3前沿拓展之Wide&Cross模型（下）.mp4 44.55M
8-4回顾 结语.mp4 54.26M
评论0