课程介绍

学了很久的机器学习,深度学习理论不知道工作中要做什么?马上毕业了,感觉学的AI是假AI,一个项目都没做过,如何提升自己的核心竞争力呢?就像平时学习要做作业一样,跟着真实项目实操才能更好的掌握技术知识点!该推荐系统工程师主要覆盖如下应用:电商与新零售销量预估问题,时间序列预测问题,推荐系统建模,用户行为评估,CTR评估,推荐系统评估等!

课程目录

• 小象学院小象推荐系统实践
• 00.第一章
• 1.L2阶段学习说明 – 项目1—学习笔记
• 2.基本介绍 – L2阶段学习说明
• 3.推荐系统基础 – 基本介绍 – L2阶段学习说明
• 4.推荐系统公司级别的架构方法介绍(一)
• 5.推荐系统公司级别的架构方法介绍(二)
• 6.推荐系统公司级别的架构方法介绍(三)
• 7.推荐系统实践书籍导读
• 00.项目资料
• 0.推荐系统基础 知识体系
• JData
• 推荐系统
• 推荐项目4案例代码
• 项目1代码
• 项目2与代码
• 项目3案例与代码
• 项目5资料
• 01.项目一
• 1.项目介绍与说明 – 推荐系统实践书籍导读
• 2.京东购买预估第1种解决方案
• 3.京东购买预估第2种解决方案
• 4.京东购买预估第3种解决方案
• 02.项目二
• 1.rossmann连锁商店销量预估解决方案
• 2.阿里口碑流量预测解决方案1
• 3.阿里口碑流量预测解决方案2
• 4.阿里口碑流量预测top方案PPT一览
• 03.项目三
• 1.推荐系统方法讲解
• 2.音乐推荐系统数据解析
• 3.基于surprise的歌单推荐系统
• 4.抖音短视频理解与推荐案例背景
• 5.电影推荐系统的构建 – 用户行为序列建模的推荐系统 – 基于surprise的歌单推荐系统
• 04.项目四
• 1.课程说明与wide_and_deep模型讲解
• 2.wide_and_deep模型示例
• 3.使用wide_and_deep模型的youtube推荐系统
• 4.用户行为序列建模的推荐系统 – 基于surprise的歌单推荐系统
• 5.xDeepFM模型讲解 – 抖音短视频理解与推荐案例背景
• 6.抖音推荐案例讲解 – xDeepFM模型讲解 – 抖音短视频理解与推荐案例背景
• 05.项目五
• 推荐项目说明