推荐系统是一个相当火热的研究方向,在工业界和学术界都得到了大家的广泛关注。希望通过此文,总结一些关于推荐系统领域相关的会议、知名学者,以及做科研常用的数据集、代码库等,一来算是对自己涉猎推荐系统领域的整理和总结,二来希望能够帮助想入门推荐系统的童鞋们提供一个参考,希望能够尽快上手推荐系统,进而更好更快的深入科研也好、工程也罢。
课程目录
│
├─基础视频
│ ├─PART1
│ │ 1.1课程简介.mp4
│ │ 1.2推荐系统的演化过程.mp4
│ │ 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
│ │ 2.10总结如何构建自己的知识脉络.mp4
│ │ 2.1学习方法.mp4
│ │ 2.2机器学习的学习问题.mp4
│ │ 2.3假设集合.mp4
│ │ 2.4VC维和Bias.mp4
│ │ 2.5Bias.mp4
│ │ 2.6交叉验证.mp4
│ │ 2.7损失函数和正则化.mp4
│ │ 2.8最优化方法.mp4
│ │ 2.9贝叶斯决策理论.mp4
│ │ 3.1基于User的协同过滤算法.mp4
│ │ 3.2基于Item的协同过滤算法.mp4
│ │ 3.3物品相似度的算法实现.mp4
│ │ 3.4协同过滤算法的变种.mp4
│ │ 3.5间隔时效性优化.mp4
│ │ 3.6反馈时效性优化.mp4
│ │ 3.7随机游走算法.mp4
│ │ 3.8图模型embedding算法.mp4
│ │ 4.10行为序列数据文档化和向量化.mp4
│ │ 4.1推荐系统策略流程和核心问题.mp4
│ │ 4.2词袋模型和向量空间模型.mp4
│ │ 4.3词袋模型的拓展TF.mp4
│ │ 4.4隐语义模型LSA.mp4
│ │ 4.5概率隐语义模型pLSA.mp4
│ │ 4.6生成式概率隐语义模型LDA.mp4
│ │ 4.7LDA的应用实例.mp4
│ │ 4.8神经网络模型.mp4
│ │ 4.9行为数据文档化.mp4
│ │ 5.1推荐系统中的用户画像.mp4
│ │ 5.2用户画像的价值准则.mp4
│ │ 5.3物品侧画像.mp4
│ │ 5.4用户兴趣模型的简单方法.mp4
│ │ 5.5用户兴趣模型的复杂方法.mp4
│ │ 5.6用户兴趣扩展.mp4
│ │ 5.7用户兴趣模型的架构设计.mp4
│ │ 6.1问题分析与目标定义.mp4
│ │ 6.2常用模型介绍.mp4
│ │ 6.3模型效果评估.mp4
│ │ 6.4常用模型介绍.mp4
│ │ 6.5模型效果评估.mp4
│ │ 6.6机器学习系统架构设计.mp4
│ │ 7.1常用评测指标.mp4
│ │ 7.2离线效果评测方法.mp4
│ │ 7.3在线效果评测方法.mp4
│ │ 7.4在线评测方法.mp4
│ │ 7.5更好更快的在线系统.mp4
│ │
│ └─PART2
│ └─PART2
│ 10.1推荐系统的挑战以及前沿发展.mp4
│ 10.2推荐结果显示.mp4
│ 10.3相关性和因果性.mp4
│ 10.4信息茧房.mp4
│ 10.5转化率偏置问题.mp4
│ 10.6召回技术的局限性.mp4
│ 10.7总结.mp4
│ 7.6交叉实验.mp4
│ 7.7系统监控.mp4
│ 8.1多臂老虎机和EE问题.mp4
│ 8.2多臂老虎机问题.mp4
│ 8.3e贪心算法.mp4
│ 8.4UCB算法.mp4
│ 8.5汤普森采样.mp4
│ 8.6LinUCB.mp4
│ 8.7机器学习中的EE关系.mp4
│ 8.8推荐系统中的EE思考.mp4
│ 9.1推荐系统架构设计.mp4
│ 9.2系统边界和外部依赖.mp4
│ 9.3离线层架构.mp4
│ 9.4在线层架构.mp4
│ 9.5系统架构演进原则.mp4
│ 9.6从离线到在线.mp4
│ 9.7基于DSL的系统架构设计.mp4
│
└─项目就业视频
├─PART1
│ 第11、12课时: 京东购买预估第2种解决方案.mp4
│ 第13、14课时: 京东购买预估第3种解决方案.mp4
│ 第15课时: rossmann连锁商店销量预估解决方案.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1课时 L2阶段学习说明.mp4
│ 第20、21课时: 阿里口碑流量预测top方案PPT一览.mp4
│ 第22课时: 推荐系统方法讲解.mp4
│ 第23课时: 音乐推荐系统数据解析.mp4
│ 第24课时: 基于surprise的歌单推荐系统.mp4
│ 第25课时: 用户行为序列建模的推荐系统.mp4
│ 第26课时: 电影推荐系统的构建(上).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 推荐系统公司级别的架构方法介绍(一).mp4
│ 第5课时 推荐系统公司级别的架构方法介绍(二).mp4
│ 第6课时 推荐系统公司级别的架构方法介绍(三).mp4
│ 第7课时 推荐系统实践书籍导读.mp4
│ 第8课时: 项目介绍与说明.mp4
│ 第9、10课时: 京东购买预估第1种解决方案.mp4
│ 课程总结.mp4
│
└─PART2
第27课时: 电影推荐系统的构建(下).mp4
第28课时: 课程说明与wide_and_deep模型讲解.mp4
第29课时: wide_and_deep模型示例.mp4
第30课时: 使用wide_and_deep模型的youtube推荐系统.mp4
第31课时: 抖音短视频理解与推荐案例背景.mp4
第32课时 xDeepFM模型讲解.mp4
第33、34课时: 抖音推荐案例讲解.mp4
第35课时: 推荐项目说明.mp4