推荐系统-小象学院-大数据推荐系统训练营

课程来自于 推荐系统-小象学院-大数据推荐系统训练营

推荐系统是一个非常热门的研究方向，在工业和学术界引起了广泛的关注。希望通过本文，总结一些关于推荐系统领域的会议、知名学者、常用的科研数据集、代码库等，一是对推荐系统领域的整理和总结，二是希望帮助想要启动推荐系统的童鞋提供参考，希望尽快启动推荐系统，然后更好更快的深入研究，项目。

文件目录
项目就业视频

PART1

课程总结.mp4

第1课时 L2阶段学习说明.mp4

第2课时 基本介绍.mp4

第3课时 推荐系统基础.mp4

第4课时 介绍推荐系统公司级别的架构方法(1).mp4

第5课时 介绍推荐系统公司级别的架构方法(2).mp4

第6课时 介绍推荐系统公司级别的架构方法(3).mp4

第7课时 推荐系统实践书籍导读.mp4

第8课时： 项目介绍及说明.mp4

第9、10课时： 京东购买预计第一个解决方案.mp4

第11、12课时： 第二个解决方案京东购买估计.mp4

第13、14课时： 京东购买预计第三个解决方案.mp4

第15课时： rossmann连锁店销售预估解决方案.mp4

第16、17课时： 阿里口碑流量预测解决方案1.mp4

第18、19课时： 阿里口碑流量预测解决方案2.mp4

第20、21课时： 阿里口碑流量预测top方案PPT列表.mp4

第22课时： 推荐系统方法解释.mp4

第23课时： 音乐推荐系统数据分析.mp4

第24课时： 基于surprise的歌单推荐系统.mp4

第25课时： 用户行为序列建模推荐系统.mp4

第26课时： 电影推荐系统的构建(上).mp4

PART2

第27课时： 电影推荐系统的构建(下).mp4

第28课时： 课程描述与wide_and_deep模型解释.mp4

第29课时： wide_and_deep模型示例.mp4

第30课时： wide_使用wide_and_deep模型youtube推荐系统.mp4

第31课时： 抖音短视频理解和推荐案例背景.mp4

第32课时 解释xdepfm模型.mp4

第33、34课时： 抖音推荐案例解释.mp4

第35课时： 推荐项目说明.mp4

基础视频

PART1

README.txt

刀网地址发布页面.url

1.3推荐系统的技术演进.mp4

1.4推荐系统的核心产品问题.mp4

1.1课程简介.mp4

1.2推荐系统的演变过程.mp4

2.6交叉验证.mp4

2.3假设集合.mp4

2.8优化方法.mp4

2.7损失函数和正则化.mp4

2.9贝叶斯决策理论.mp4

2.1学习方法.mp4

2.4VC维和Biass.mp4

2.2机器学习的学习问题.mp4

2.10总结如何构建自己的知识背景.mp4

2.5Bias.mp4

3.3实现物体相似度算法.mp4

3.1基于User的协同过滤算法.mp4

3.7随机游走算法.mp4

3.2基于Item的协同过滤算法.mp4

3.6反馈及时性优化.mp4

3.4协同过滤算法的变种.mp4

3.5间隔时效性优化.mp4

3.8模型embedding算法.mp4

4.2词袋模型和向量空间模型.mp4

4.7LDA应用实例.mp4

4.1推荐系统战略流程和核心问题.mp4

4.8神经网络模型.mp4

4.5概率隐语义模型PLSA.mp4

4.3扩展TF3词袋模型.mp4

4.9行为数据文档化.mp4

4.10行为序列数据文档化和向量化.mp4

4.4隐语义模型LSA.mp4

4.6生成概率隐语义模型LDA.mp4

5.1推荐系统中的用户肖像.mp4

5.5用户兴趣模型的复杂方法.mp4

5.3物品侧画像.mp4

5.7用户兴趣模型的架构设计.mp4

5.2用户肖像的价值标准.mp4

5.4用户兴趣模型的简单方法.mp4

5.6扩大用户兴趣.mp4

6.3模型效果评估.mp4

6.2常用模型介绍.mp4

6.4常用模型介绍.mp4

6.5模型效果评估.mp4

6.1问题分析和目标定义.mp4

6.6机器学习系统架构设计设计.mp4

7.3在线效果评价方法.mp4

7.2离线效果评价方法.mp4

7.4在线评估方法.mp4

7.1常用的评价指标.mp4

7.5在线系统更好更快.mp4

PART2

PART2

7.7系统监控.mp4

7.6交叉实验.mp4

8.1多臂老虎机和EE问题.mp4

8.2多臂老虎机问题.mp4

8.7机器学习中的EE关系.mp4

8.8推荐系统中的EE思维.mp4

8.5汤普森采样.mp4

8.4UCB算法.mp4

8.3e贪心算法.mp4

8.6LinUCB.mp4

9.6从离线到在线.mp4

9.4在线层架构.mp4

9.1推荐系统架构设计.mp4

9.5系统架构演进原则.mp4

9.7基于DSL的系统架构设计.mp4

9.3离线层架构.mp4

9.2系统边界和外部依赖.mp4

10.1推荐系统的挑战和前沿发展.mp4

10.6召回技术局限性.mp4

10.4信息茧房.mp4

10.3相关性和因果性.mp4

10.7总结.mp4

10.2推荐结果显示.mp4

10.5转化率偏置问题.mp4

2.9贝叶斯决策理论(00-10-14)(20228-232012422.jpg

5.6用户兴趣扩展(00-07-58)(20228-23190807).jpg

EE思维(00-06-11)(2023028-231828429)推荐系统.jpg

10.5转化率偏置(00-14-20)(20228-2318504).jpg

10.6召回技术的局限性(00-20-20)(2028-23184900).jpg

第22课时： 推荐系统方法解释(00-37-57)(20228-23203509).jpg

第32课时 XDeepFM模型解释(00-08-06)(2023028-232044704).jpg

第32课时 xdeepfm模型解释(00-17-32)(20228-23204880.jpg