客服微信
充值学币
特惠VIP
快速发帖
在线时间:8:00-16:00
亲爱的伙伴
欢迎随时撩我哟
扫二维码
私聊课小二
查看详情
本章中,将对课程内容安排和知识脉络进行介绍,帮助大家对推荐系统及应用价值有一个系统的认知。
本章我们将一起来认识经典推荐系统的分层架构,了解一个推荐系统由哪些组件构成,以及各自的作用;我们会一起用python搭建起课程项目的基本框架,并尝试端到端地运行起整个项目。
俗话说“巧妇难为无米之炊”,特征处理在任何推荐系统中都是至关重要的。本章中我们会一起学习不同特征的特点以及如何使用Spark对其进行处理。
召回层作为推荐系统的第一道筛选流程,负责将数以百万记的物品进行过滤。在本章中我们会学习怎么设计各种召回策略,以及利用Embedding等技术快速找到匹配用户喜好的物品。
在一次推荐请求中,用户最终浏览到的结果条目往往十分有限,因此我们需要排序层来对召回的结果进行精确排序,从而提高推荐效果。本章我们会学习如何使用深度学习模型完成排序任务。
至此我们已经完成搭建了一个推荐系统,那么这个系统的效果究竟如何?是否能满足真实线上用户的需求呢?这些问题往往不能仅仅从某个单一指标得出结论。因此在这一章中我们会学习衡量推荐系统好坏的各种不同方法。
我始终坚信实践和理论同样重要,要真正完成一个工业级推荐系统势必会遇到诸多实践问题,本章我们讲解其中几个最经典的问题。
想要成为一个优秀的推荐系统工程师我们要做到“仰望星空,脚踏实地”。本章会给大家介绍一些业界前沿的技术和模型,希望对同学们有所启发。
使用道具 举报
本版积分规则 发表回复 回帖后跳转到最后一页
关注0
粉丝0
帖子5145
下载:14848
下载:12848
下载:10359
下载:8674
下载:8035
下载:7600
下载:7589
下载:7536
下载:7225
马哥教育 Linux云计算SRE-架构师+网络班 [
马哥网络安全2期
贪心-大模型微调实战营-应用篇
享学课堂 企业级Android音视频开发学习路线
掘金-安卓应用安全SO进阶培训班
掘金小册 现代 Web 布局