七月 推荐系统实战第二期 百度网盘分享

课程大纲：

第一阶段 掌握BAT推荐系统和常用算法

第1课 推荐系统简介：Youtube、Google、BAT、头条等

知识点1：系统架构、模块介绍（召回、排序、重排序算法和系统等）

知识点2：推荐算法评估指标

知识点3：A/B Test 系统

知识点4：冷启动问题和工业界解决方案

实战项目：冷启动解决方案代码实战

第2课 召回算法和业界最佳实践(一)

知识点1：BAT里常用的CF算法以及变种（User/Item CF等变种)

知识点2：Hybrid CF 算法

知识点3：Model Based CF（LFM矩阵分解、SVD, SVD++)

实战项目：基于改进版深度语义模型算法实战

第3课 召回算法和业界最佳实践(二)

知识点1：Graph 推荐召回算法

知识点2：倒排召回算法系统设计

知识点3：Embedding 召回

实战项目：图网络和Graph Embedding建模实战

第二阶段 深入BAT内部推荐&排序架构

第4课 用户建模（召回、排序都会用到）

知识点1：BAT公司里常见的用户建模

知识点2：特征工程、分类模型开发

知识点3：推荐系统Metrics介绍

实战项目：基于用户画像和召回建模实战

第5课 排序算法&深度学习模型

知识点1：BAT里基础建模流程(样本、特征、模型) 构造（系统设计和实践）

知识点2：深度召回模型最新进展（向量检索、深度学习等）

知识点3：深度排序最新进展（WDL、DeepFM、DeepCross等）

知识点4：用户序列建模（LSTM、GRU, word2vec等）

实战项目：基于用户序列建模的深度排序模型的实战

第6课 重排序算法：Learn to Rank

知识点1：Pointwise/Pairwise/Listwise排序（全局排序）

知识点2：多目标优化（ESMM等）

知识点3：多样性排序（BAT真实场景用户体验优化）

实战项目：多目标预估算法实战

第7课 学术界最新算法在BAT的应用

知识点1：电商推荐中的Delayed reward强化学习算法

知识点2：GAN等技术在推荐系统的实践

实战项目：强化学习排序算法实战

第三阶段 通晓Online Learning和业务场景推荐

第8课 实时化技术升级

知识点1：Online Learning 算法（FTRL、增量学习等）

知识点2：Online Learning 在BAT的系统架构

知识点3：实时数据计算和算子

实战项目：Online Learning 最新算法实现

第9课 掌握真实业务场景下的推荐算法

知识点1：社交推荐算法

知识点2：短视频推荐算法

知识点3：音乐推荐

知识点4：新闻推荐

知识点5：电商推荐

实战项目：如何用机器学习来解决工业界中的实际问

获取资料的同学请加VX：itpenguin

image.png