深度学习推荐系统实战
10100-01-10
01开篇词｜从0开始搭建一个深度学习推荐系统
10100-01-10
0201｜深度学习推荐系统的经典技术架构长啥样
10100-01-10
0302｜SparrowRecSys我们要实现什么样的推荐系统
10100-01-10
0403｜深度学习基础你打牢深度学习知识的地基了吗
10100-01-10
05关于深度学习推荐系统我有这些资料想推荐给你
10100-01-10
06深度学习推荐系统基础你掌握了多少
10100-01-10
0704｜特征工程推荐系统有哪些可供利用的特征
10100-01-10
0805｜特征处理如何利用Spark解决特征处理问题
10100-01-10
0906｜Embedding所有人都在谈的Embedding技术到底是什么
10100-01-10
1007｜Embedding进阶如何利用图结构数据生成GraphEmbedding
10100-01-10
12基础架构篇特征工程篇常见问题解答
10100-01-10
1309｜线上服务如何在线上提供高并发的推荐服务
10100-01-10
1410｜存储模块如何用Redis解决推荐系统特征的存储问题
10100-01-10
1511｜召回层如何快速又准确地筛选掉不相关物品
10100-01-10
16局部敏感哈希如何在常数时间内搜索Embedding最近邻
10100-01-10
17模型服务怎样把你的离线模型部署到线上
10100-01-10
18融会贯通SparrowRecSys中的电影相似推荐功能是如何实现的
10100-01-10
19线上服务篇留言问题详解
10100-01-10
20协同过滤最经典的推荐模型我们应该掌握什么
10100-01-10
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
10100-01-10
22EmbeddingMLP如何用TensorFlow实现经典的深度学习模型
10100-01-10
2318｜WideDeep怎样让你的模型既有想象力又有记忆力
10100-01-10
2419｜NeuralCF如何用深度学习改造协同过滤
10100-01-10
25DeepFM如何让你的模型更好地处理特征交叉
10100-01-10
2621｜注意力机制兴趣演化推荐系统如何抓住用户的心
10100-01-10
2722｜强化学习让推荐系统像智能机器人一样自主学习
10100-01-10
2823｜实战如何用深度学习模型实现SparrowRecSys的个性化推荐功能
10100-01-10
29TensorFlow入门和环境配置
10100-01-10
30模型特征训练样本的处理
10100-01-10
31银弹不可靠最优的模型结构该怎么找
10100-01-10
32离线评估常用的推荐系统离线评估方法有哪些
10100-01-10
33评估指标我们可以用哪些指标来衡量模型的好坏
10100-01-10
34在线测试如何在推荐服务器内部实现AB测试
10100-01-10
35评估体系如何解决AB测试资源紧张的窘境
10100-01-10
36特别加餐｜TensorFlow的模型离线评估实践怎么做
10100-01-10
37业界经典YouTube深度学习推荐系统的经典架构长什么样
10100-01-10
38图神经网络Pinterest是如何应用图神经网络的
10100-01-10
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
10100-01-10
4031｜模型迭代阿里巴巴是如何迭代更新推荐模型的
10100-01-10
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
10100-01-10
4233｜技术权衡解决方案这么多哪个最合适
10100-01-10
43结束语｜深度学习时代需要什么样的推荐工程师
10100-01-10
44深度学习推荐系统100分试卷等你来挑战