深度学习推荐系统实战学习心得

深度学习推荐系统实战学习心得

DeepFM：如何让你的模型更好地处理特征交叉？    

Embedding+MLP：如何用TensorFlow实现经典的深度学习模型？    

NeuralCF：如何用深度学习改造协同过滤？    

Wide&Deep：怎样让你的模型既有想象力又有记忆力？    

技术权衡：解决方案这么多，哪个最合适？    

结束语丨深度学习时代需要什么样的推荐工程师？    

离线评估：常用的推荐系统离线评估方法有哪些？    

流处理平台：Flink是如何快速识别用户兴趣，实现实时推荐的？    

模型迭代：阿里巴巴是如何迭代更新推荐模型的？    

评估体系：如何解决AB测试资源紧张的窘境？    

评估指标：我们可以用哪些指标来衡量模型的好坏？    

强化学习：让推荐系统像智能机器人一样自主学习    

强化学习案例：美团是如何在推荐系统中落地强化学习的？    

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？    

实战：如何用深度学习模型实现Sparrow RecSys的个性化推荐功能？    

实战：如何用深度学习模型实现SparrowRecSys的个性化推荐功能？    

图神经网络：Pinterest是如何应用图神经网络的？    

协同过滤：最经典的推荐模型，我们应该掌握什么？    

业界经典：YouTube深度学习推荐系统的经典架构长什么样？    

在线测试：如何在推荐服务器内部实现AB测试？    

注意力机制、兴趣演化：推荐系统如何抓住用户的心？