价格： 196 学币
深度之眼推荐系统1V多项目小班视频课程，本课是一套系统化知识体系课程，内容包含从基础理论、到企业级项目实战、再到前沿论文解读,搭建一套完整且全面的推荐系统知识体系，代码可复用;带你从0到1完成实际项目任务，提升自身代码实战能力，学习结束可产出一份与自身实际情况相结合的项目简历，从容应对企业面试。
深度之眼-NLP项目1v多
【有三AI】人工智能：计算机视觉体系化进阶升级版
深度之眼人工智能Paper年度会员课程合集（CV方向）
深度之眼人工智能Paper年度会员课程合集（NLP方向）
项目一、matrixCF在资讯场景中召回和排序的应用.
内容简介：基于资讯或者电商业务系统数据，搭建一套简单的资讯推荐或者电商推荐系统，为系统增加个性化模块，提升用户的体验及用户停留时长，点击率及转化率
项目二、FM在电商场景中的召回和排序应用
内容简介：在前一个项目中，我们只用到用户id和物品id作为特征进行训练，显然缺失大量的特征信息，对最终的效果有着很大的影响，想要进一步进行优化，我们就需要利用上更多的特征信息，从特征层面进行业务优化，从而提升在电商场景中召回和排序的效果
.
├── 1-1_Part01：推荐系统基础课/
│ ├── 1-1_课程资料
│ ├── 1-2_11推荐系统的起源与应用
│ ├── 1-3_12推荐系统的架构
│ ├── 1-4_211倒排索引
│ ├── 1-5_212用户协同过滤
│ ├── 1-6_213物品协同过滤
│ ├── 1-7_214隐语义模型
│ ├── 1-8_221基础推荐算法下-0
│ ├── 1-9_222基础推荐算法下-1
│ ├── 1-10_311深度推荐算法上-0
│ ├── 1-11_312深度推荐算法上-1
│ ├── 1-12_321深度学习推荐算法(下)
│ ├── 1-13_322深度学习推荐算法(下)1
│ ├── 1-14_41embedding技术
│ ├── 1-15_42word2vec
│ ├── 1-16_43item2vec_graph
│ ├── 1-17_51特征工程
│ ├── 1-18_52模型与特征实时性
│ ├── 1-19_53策略与优化目标设定
│ ├── 1-20_61冷启动问题概述
│ ├── 1-21_62汤普森UCB
│ ├── 1-22_63Lin_UCB
│ ├── 1-23_71推荐系统的工程实现
│ ├── 1-24_72推荐系统的评估
│ ├── 1-25_81国外推荐系统前沿实践
│ ├── 1-26_82国内推荐系统前沿实践
│ ├── 1-27_91课程总结
│ └── 1-28_92职业发展
├── 1-2_Part02：入门实战/
│ ├── 1-1_第3节：matrixCF在资讯场景中召回和排序的应用（下）
│ ├── 1-2_第2节：matrixCF在资讯场景中召回和排序的应用(上）
│ └── 1-3_第1节：推荐系统的整体架构
├── 1-3_Part03：进阶实战/
│ ├── 1-1_第4节：电商场景中深度学习模型在召回和排序中的应用（下）
│ ├── 1-2_第3节：电商场景中深度学习模型在召回和排序中的应用（上）
│ ├── 1-3_第2节：电商场景中FM算法的应用（下）
│ └── 1-4_第1节：电商场景中FM算法的应用（上）
├── 1-4_Part04：高阶实战/
│ ├── 1-1_第4节：基于多目标模型mmoe的电商场景排序应用（下）
│ ├── 1-2_第3节：基于多目标模型mmoe的电商场景排序应用（上）
│ ├── 1-3_第2节：基于DCN的广告场景在排序中的应用（下）
│ └── 1-4_第1节：基于DCN的广告场景在排序中的应用（上）
├── 1-5_Part05：拓展：一、深度模型在招聘业务中的应用/
│ ├── 1-1_第4节：tensorflow工程化实践
│ ├── 1-2_第3节：编码实训课
│ ├── 1-3_第2节：基于注意力的推荐模型
│ └── 1-4_第1节：基于CNN和RNN计算词权重
├── 1-6_Part05：拓展：三、搜索引擎的核心技术/
│ ├── 1-1_第4节：搜索服务
│ ├── 1-2_第3节：query解析搜索排序
│ ├── 1-3_第2节：正排索引
│ └── 1-4_第1节：倒排索引
├── 1-7_Part05：拓展：二、图算法在推荐业务中的应用/
│ ├── 1-1_拓展实战复盘答疑
│ ├── 1-2_第5节：MLflow
│ ├── 1-3_第4节：推荐系统架构
│ ├── 1-4_第3节：图卷积网络
│ ├── 1-5_第2节：GraphEmbedding之node2vec和SDNE
│ └── 1-6_第1节：GraphEmbedding之LINE
├── 1-8_推荐系统论文课/
│ ├── 1-1_资料下载
│ ├── 1-2_1CAN泛读
│ ├── 1-3_2CAN精读
│ ├── 1-4_3CAN代码项目实践
│ ├── 1-5_4MIND泛读
│ ├── 1-6_5MIND精读
│ ├── 1-7_6MIND代码项目实践
│ ├── 1-8_7PLE泛读
│ ├── 1-9_8PLE精读
│ ├── 1-10_9PLE代码项目实践
│ ├── 1-11_10DAT泛读
│ ├── 1-12_11DAT精读
│ ├── 1-13_12DAT代码项目实践
│ ├── 1-14_13FIBINET泛读
│ ├── 1-15_14FIBINET精读
│ └── 1-16_15FIBINET代码项目实践
├── 1-9_Part06：就业面试指导/
│ ├── 1-1_第3节：认识算法岗-推荐算法工程师
│ ├── 1-2_重新认识简历及其撰写方法
│ └── 1-3_算法工程师面试准备
└── 推荐系统1v多会议沟通/
├── 1-1_推荐系统1v多会议沟通（13）
├── 1-2_推荐系统1v多会议沟通（12）
├── 1-3_推荐系统1v多会议沟通（11）
├── 1-4_推荐系统1v多会议沟通（10）
├── 1-5_推荐系统1v多会议沟通（9）
├── 1-6_推荐系统1v多课件资料汇总
├── 1-7_推荐系统1v多会议沟通（1）
├── 1-8_推荐系统1v多会议沟通（2）
├── 1-9_推荐系统1v多会议沟通（3）
├── 1-10_推荐系统1v多会议沟通（4）
├── 1-11_推荐系统1v多会议沟通（5）
├── 1-12_推荐系统1v多会议沟通（6）
├── 1-13_推荐系统1v多会议沟通（7）
└── 1-14_推荐系统1v多会议沟通（8）
└── 资料代码/
