深度学习推荐系统实战
2025-01-03
01_开篇词｜从0开始搭建一个深度学习推荐系统
2025-01-03
02_01｜深度学习推荐系统的经典技术架构长啥样
2025-01-03
03_02｜SparrowRecSys我们要实现什么样的推荐系统
2025-01-03
04_03｜深度学习基础你打牢深度学习知识的地基了吗
2025-01-03
05_关于深度学习推荐系统我有这些资料想推荐给你
2025-01-03
06_深度学习推荐系统基础你掌握了多少
2025-01-03
07_04｜特征工程推荐系统有哪些可供利用的特征
2025-01-03
08_05｜特征处理如何利用Spark解决特征处理问题
2025-01-03
09_06｜Embedding所有人都在谈的Embedding技术到底是什么
2025-01-03
10_07｜Embedding进阶如何利用图结构数据生成GraphEmbedding
2025-01-03
12_基础架构篇特征工程篇常见问题解答
2025-01-03
13_09｜线上服务如何在线上提供高并发的推荐服务
2025-01-03
14_10｜存储模块如何用Redis解决推荐系统特征的存储问题
2025-01-03
15_11｜召回层如何快速又准确地筛选掉不相关物品
2025-01-03
16_局部敏感哈希如何在常数时间内搜索Embedding最近邻
2025-01-03
17_模型服务怎样把你的离线模型部署到线上
2025-01-03
18_融会贯通SparrowRecSys中的电影相似推荐功能是如何实现的
2025-01-03
19_线上服务篇留言问题详解
2025-01-03
20_协同过滤最经典的推荐模型我们应该掌握什么
2025-01-03
21_深度学习革命深度学习推荐模型发展的整体脉络是怎样的
2025-01-03
22_EmbeddingMLP如何用TensorFlow实现经典的深度学习模型
2025-01-03
23_18｜WideDeep怎样让你的模型既有想象力又有记忆力
2025-01-03
24_19｜NeuralCF如何用深度学习改造协同过滤
2025-01-03
25_DeepFM如何让你的模型更好地处理特征交叉
2025-01-03
26_21｜注意力机制兴趣演化推荐系统如何抓住用户的心
2025-01-03
27_22｜强化学习让推荐系统像智能机器人一样自主学习
2025-01-03
28_23｜实战如何用深度学习模型实现SparrowRecSys的个性化推荐功能
2025-01-03
29_TensorFlow入门和环境配置
2025-01-03
30_模型特征训练样本的处理
2025-01-03
31_银弹不可靠最优的模型结构该怎么找
2025-01-03
32_离线评估常用的推荐系统离线评估方法有哪些
2025-01-03
33_评估指标我们可以用哪些指标来衡量模型的好坏
2025-01-03
34_在线测试如何在推荐服务器内部实现AB测试
2025-01-03
35_评估体系如何解决AB测试资源紧张的窘境
2025-01-03
36_特别加餐｜TensorFlow的模型离线评估实践怎么做
2025-01-03
37_业界经典YouTube深度学习推荐系统的经典架构长什么样
2025-01-03
38_图神经网络Pinterest是如何应用图神经网络的
2025-01-03
39_流处理平台Flink是如何快速识别用户兴趣实现实时推荐的
2025-01-03
40_31｜模型迭代阿里巴巴是如何迭代更新推荐模型的
2025-01-03
41_强化学习案例美团是如何在推荐系统中落地强化学习的
2025-01-03
42_33｜技术权衡解决方案这么多哪个最合适
2025-01-03
43_结束语｜深度学习时代需要什么样的推荐工程师
2025-01-03
44_深度学习推荐系统100分试卷等你来挑战