最新公告
  • 欢迎光临92资源站,全网最优质的it资源平台立即加入我们
  • 全局视角系统学习《推荐系统》,实战中提升竞争力

    全局视角系统学习《推荐系统》,实战中提升竞争力 最后编辑:2023-01-04
    资源介绍: 高清MP4 资料齐全 网盘发货 一手资源免费更新包售后
    推荐系统已经成为各大产品提升用户留存和业绩增长的利器,相关技术人才更是被各个公司竞相抢夺。课程基于项目实战,带你全面掌握推荐系统的架构、模型和技术,让你不仅可以胜任业务需求,更能拓展职业发展的空间,在白热化的竞争中脱颖而出!

    课程目录:

    第1章 【前言】初探推荐系统
    1-1 前言--关于这门课 (11:34)
    1-2 推荐系统是什么 (17:01)
    1-3 课程章节导览 (08:02)
    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) (18:20)
    2-2 典型的推荐系统架构是什么样的(下) (13:49)
    2-3 推荐系统架构 -- 如何设计一个推荐系统
    2-4 课程项目介绍和技术选型 (15:56)
    2-5 课程项目微服务API定义
    2-6 后端服务框架搭建---召回服务(上) (14:14)
    2-7 后端服务框架搭建---召回服务(中) (16:36)
    2-8 后端服务框架搭建---召回服务(下) (15:49)
    2-9 后端服务框架搭建-排序与API服务 (13:45)
    2-10 【任务】对于“相似推荐”常见是否也需要一个接口呢?
    2-11 课程项目前端页面搭建 (04:12)
    2-12 【梳理】推荐系统常用特征
    2-13 【梳理】重难点概览
    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) (09:44)
    3-2 特征工程---为推荐系统准备食材(下) (16:04)
    3-3 如何做好特征工程(上) (16:43)
    3-4 如何做好特征工程(中) (17:09)
    3-5 如何做好特征工程(下) (20:26)
    3-6 数据爬虫的编订
    3-7 用pandas可视化数据(上) (19:15)
    3-8 用pandas可视化数据(下) (13:26)
    3-9 【任务】按要求找出物品信息
    3-10 Spark---业界最流行的大数据框架 (18:26)
    3-11 用Spark处理特征(上) (19:34)
    3-12 用Spark处理特征(下) (12:35)
    3-13 如何采集用户行为数据 (24:50)
    3-14 使用Kafka和Cassandra处理行为数据(上) (13:55)
    3-15 使用Kafka和Cassandra处理行为数据(下) (12:54)
    3-16 【任务】如何使用一个Topic来统一处理各种不同的用户行为
    3-17 【梳理】特征处理方法
    3-18 【梳理】重难点概览
    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) (18:07)
    4-2 召回层---如何快速筛选出用户喜欢的物品(下) (13:13)
    4-3 如何将Word2Vec用于推荐(上) (13:02)
    4-4 如何将Word2Vec用于推荐(下) (11:30)
    4-5 实现Item2Vec(上) (13:26)
    4-6 实现Item2Vec(中) (15:00)
    4-7 实现Item2Vec(下) (20:18)
    4-8 【任务】Node2Vec中的两种不同策略得优劣
    4-9 用Redis存储Embedding (16:47)
    4-10 最近邻查找算法---如何使用Embedding(上) (18:36)
    4-11 最近邻查找算法---如何使用Embedding(下) (14:22)
    4-12 用FAISS实现LSH (12:26)
    4-13 【任务】认识一下其他算法与LSH得优缺点
    4-14 召回服务最终完善 (17:51)
    4-15 【梳理】 重难点概览
    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 (13:50)
    5-2 协同过滤---最经典的排序算法 (12:14)
    5-3 协同过滤算法实现 (15:38)
    5-4 【任务】使用Spark ALS实现协同过滤
    5-5 深度学习---革命性的机器学习模型 (21:58)
    5-6 TensorFlow---业界最著名的深度学习框架 (19:46)
    5-7 用三个例子体验TensorFlow(上) (19:54)
    5-8 用三个例子体验TensorFlow(下) (13:39)
    5-9 MLP---最经典的深度学习模型 (24:14)
    5-10 深度学习需要的特征如何处理(上) (18:52)
    5-11 深度学习需要的特征如何处理(下) (18:11)
    5-12 如何保存线上服务特征 (13:45)
    5-13 搭建并训练MLP模型(上) (13:39)
    5-14 搭建并训练MLP模型(中) (13:42)
    5-15 搭建并训练MLP模型(下) (18:09)
    5-16 模型调优怎么做(1) (14:32)
    5-17 模型调优怎么做(2) (11:42)
    5-18 模型调优怎么做(3) (09:45)
    5-19 模型调优怎么做(4) (22:57)
    5-20 【任务】选择合适得参数找出最优
    5-21 利用深度学习模型完善排序服务 (24:20)
    5-22 【梳理】重难点梳理
    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) (21:29)
    6-2 如何衡量推荐系统的好坏(下) (20:30)
    6-3 【任务】关于推荐系统的评价标准得思考
    6-4 在线评价系统的方法:AB测试 (19:34)
    6-5 代码实现AB测试功能(上) (15:09)
    6-6 代码实现AB测试功能(下) (13:34)
    6-7 【梳理】推荐模型离线评估
    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) (19:03)
    7-2 实践问题---如何解决冷启动(下) (21:04)
    7-3 实践问题---如何增强系统实时性(上) (18:16)
    7-4 实践问题---如何增强系统实时性(下) (10:51)
    7-5 用Flink处理用户实时行为反馈(上) (25:51)
    7-6 用Flink处理用户实时行为反馈(中) (18:39)
    7-7 用Flink处理用户实时行为反馈(下) (19:46)
    7-8 【任务】能否利用其他召回策略进行物品构建
    7-9 【拓展】Flink中的时间
    第8章 【结语】前沿拓展
    8-1 拓展篇之强化学习 (28:27)
    8-2 前沿拓展之Wide&Cross模型(上) (15:20)
    8-3 前沿拓展之Wide&Cross模型(下) (13:00)
    8-4 回顾+结语 (25:11)

    网盘截图:

    猜你在找

    免责声明:
    1. 本站所有资源收集于互联网,如有争议与本站无关!
    2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
    3. 如果侵犯到您的权利请邮箱联系: lmcf129@163.com,站长将于24小时内删除侵权内容!
    4. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
    5. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
    6. 如有链接无法下载、失效或广告,请联系管理员处理!
    7. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!

    九二资源站-10年只为资源共享-每日更新 » 全局视角系统学习《推荐系统》,实战中提升竞争力

    常见问题FAQ

    视频加密吗?
    无密,本站视频全部为超清无密MP4格式
    怎么发货?
    百度网盘全自动发货
    课程没更新完怎么办?
    本站资源,持续更新,所有资源都会更新完毕
    有问题怎么解决?
    联系站长,或者直接给站长发邮件:lmcf129@163.com
    • 3627会员总数(位)
    • 20527资源总数(个)
    • 20本周发布(个)
    • 7 今日发布(个)
    • 2540稳定运行(天)

    最优质的的it资源平台

    期待您的加入
    升级SVIP尊享更多特权立即升级