X象推荐系统训练营基础入门到精通就业课程
40842文件名称: X象推荐系统训练营基础入门到精通就业课程8f_共:4.75GB
文件总数量: 102条
压缩文件数量: 0条
压缩文件比: 0%
疑似加密文件: 0条(需要授权播放的文件)
文件创建时间:
目录:【X象推荐系统训练营基础入门到精通就业课程】
目录:【X象推荐系统训练营基础入门到精通就业课程/项目就业视频】
第9、10课时:京东购买预估第1种解决方案_dec_ev.mp4
第8课时:项目介绍与说明_dec_ev.mp4
第7课时推荐系统实践书籍导读_dec_ev.mp4
第6课时推荐系统公司级别的架构方法介绍(三)_dec_ev.mp4
第5课时推荐系统公司级别的架构方法介绍(二)_dec_ev.mp4
第4课时推荐系统公司级别的架构方法介绍(一)_dec_ev.mp4
第3课时推荐系统基础_dec_ev.mp4
第35课时:推荐项目说明_dec_ev.mp4
第33、34课时:抖音推荐案例讲解_dec_ev.mp4
第32课时xDeepFM模型讲解_dec_ev.mp4
第31课时:抖音短视频理解与推荐案例背景_dec_ev.mp4
第30课时:使用wide_and_deep模型的油管推荐系统_dec_ev.mp4
第2课时基本介绍_dec_ev.mp4
第29课时:wide_and_deep模型示例_dec_ev.mp4
第28课时:课程说明与wide_and_deep模型讲解_dec_ev.mp4
第27课时:电影推荐系统的构建(下)_dec_ev.mp4
第26课时:电影推荐系统的构建(上)_dec_ev.mp4
第25课时:用户行为序列建模的推荐系统_dec_ev.mp4
第24课时:基于surprise的歌单推荐系统_dec_ev.mp4
第23课时:音乐推荐系统数据解析_dec_ev.mp4
第22课时:推荐系统方法讲解_dec_ev.mp4
第20、21课时:阿里口碑流量预测top方案PPT一览_dec_ev.mp4
第1课时L2阶段学习说明_dec_ev.mp4
第18、19课时:阿里口碑流量预测解决方案2_dec_ev.mp4
第16、17课时:阿里口碑流量预测解决方案1_dec_ev.mp4
第15课时:rossmann连锁商店销量预估解决方案_dec_ev.mp4
第13、14课时:京东购买预估第3种解决方案_dec_ev.mp4
第11、12课时:京东购买预估第2种解决方案_dec_ev.mp4
目录:【X象推荐系统训练营基础入门到精通就业课程/基础视频】
9.7基于DSL的系统架构设计.mp4
9.6从离线到在线.mp4
9.5系统架构演进原则.mp4
9.4在线层架构.mp4
9.3离线层架构.mp4
9.2系统边界和外部依赖.mp4
9.1推荐系统架构设计.mp4
8.8推荐系统中的EE思考.mp4
8.7机器学习中的EE关系.mp4
8.6LinUCB.mp4
8.5汤普森采样.mp4
8.4UCB算法.mp4
8.3eT心算法.mp4
8.2多臂问题.mp4
8.1多臂和EE问题.mp4
7.7系统监控.mp4
7.6交叉实验.mp4
7.5更好更快的在线系统.mp4
7.4在线评测方法.mp4
7.3在线效果评测方法.mp4
7.2离线效果评测方法.mp4
7.1常用评测指标.mp4
6.6机器学习系统架构设计.mp4
6.5模型效果评估.mp4
6.4常用模型介绍.mp4
6.3模型效果评估.mp4
6.2常用模型介绍.mp4
6.1问题分析与目标定义.mp4
5.7用户兴趣模型的架构设计.mp4
5.6用户兴趣扩展.mp4
5.5用户兴趣模型的复杂方法.mp4
5.4用户兴趣模型的简单方法.mp4
5.3物品侧画像.mp4
5.2用户画像的价值准则.mp4
5.1推荐系统中的用户画像.mp4
4.9行为数据文档化.mp4
4.8神经网络模型.mp4
4.7LDA的应用实例.mp4
4.6生成式概率隐语义模型LDA.mp4
4.5概率隐语义模型pLSA.mp4
4.4隐语义模型LSA.mp4
4.3词袋模型的拓展TF.mp4
4.2词袋模型和向量空间模型.mp4
4.1推荐系统策略流程和核心问题.mp4
4.10行为序列数据文档化和向量化.mp4
3.8图模型embedding算法.mp4
3.7随机游走算法.mp4
3.6反馈时效X优化.mp4
3.5间隔时效X优化.mp4
3.4协同过滤算法的变种.mp4
3.3物品相似度的算法实现.mp4
3.2基于Item的协同过滤算法.mp4
3.1基于User的协同过滤算法.mp4
2.9贝叶斯决策理论.mp4
2.8最优化方法.mp4
2.7损失函数和正则化.mp4
2.6交叉验证.mp4
2.5Bias.mp4
2.4VC维和Bias.mp4
2.3假设集合.mp4
2.2机器学习的学习问题.mp4
2.1学习方法.mp4
2.10总结如何构建自己的知识脉络.mp4
10.7总结.mp4
10.6召回技术的局限X.mp4
10.5转化率偏置问题.mp4
10.4信息茧房.mp4
10.3相关X和因果X.mp4
10.2推荐结果显示.mp4
10.1推荐系统的挑战以及前沿发展.mp4
1.4推荐系统的核心产品问题.mp4
1.3推荐系统的技术演进.mp4
1.2推荐系统的演化过程.mp4
1.1课程简介.mp4
页:
[1]