实战 \BAT大牛亲授--个性化推荐算法实战
收藏

BAT大牛亲授--个性化推荐算法实战

结合多年项目实战经验,让你掌握一套完整的,能落地的个性化推荐算法体系!

BAT大牛亲授--个性化推荐算法实战

难度 中级 ·
时长 12小时 6分钟 ·
学习人数 59 ·
综合评分 10.00分
¥ 399.00

BAT大牛亲授--个性化推荐算法实战

观看导学视频

BAT大牛亲授--个性化推荐算法实战
当今互联网行业,无论在信息流,电商,o2o等产品中,个性化推荐算法都在其中扮演着极其重要的角色。推荐算法工程师也成为各个大厂炙手可热的岗位,社招起步薪资20k+!本课程,讲师从算法原理到代码实战,细致的讲解个性化推荐算法如何在开发中落地,让你可以建立起自己的推荐算法体系。该课程不仅能让你有归纳抽象总揽全局,设计项目算法架构的视野,同时也可以让你掌握算法公式,模型参数迭代等技术的最微小细节。
david_beck

机器学习工程师

结合多年实战经验,专为推荐算法工程师量身打造

无论在信息流,电商还是o2o领域,推荐算法工程师都是极其重要的角色

从数学原理到代码实战,每一个算法细节给你讲解到位

每一个算法都借助实例讲解+详细数学推导,让你真正明白算法的原理
个性化召回算法体系
cf lfm graph based content-based item2vec

多种个性化召回算法 —— 从背景知识,物理意义,数学原理,代码实战等方面详细解析。

个性化排序算法体系
lr gbdt dnn

多种learn to rank算法 —— 从模型网络结构,数学原理,代码实战,效果调优等多方面详细介绍。

进阶推荐算法工程师,拥抱更好的未来

掌握课程所授 实现千人千面的智能推荐算法 让你和你的项目一起增值
  • 得到一套完整的专业的个性化推荐算法体系

  • 收获对于工业界个性化推荐算法体系的总架构视野。以及各种经典有效算法,模型的技术细节。

  • 结合产品特点实现项目落地,完善自己工作中产品的个性化推荐算法体系。

  • 完善推荐算法思维体系挑战高薪职位

使用Python生态开发,快速融入大厂机器学习开发环境

科学计算模块

Numpy
Pandas

机器学习库

Sklearn
Xgboost

稀疏矩阵模块

Scipy.sparse

深度学习模块

Tensorflow

学员专享增值服务
问答专区

关于课程的问题都可在问答区随时提问,讲师会进行集中答疑

源码开放

课程案例代码完全开放给你,你可以根据所学知识,自行修改、优化

适合人群

在校研究个性化推荐算法方向的学生
在校对个性化推荐算法感兴趣且有一定数学基础的同学
工作中从事个性化推荐工作的同学
工作中对个性化推荐算法感兴趣想要了解的同学

技术储备要求

熟悉数据结构:包括不限于数组,哈希,树,二分图
熟悉常用数学知识:包括不限于导数,链导法则,矩阵,稀疏矩阵
熟悉常用python语法。

环境参数

  • 语言 Python
  • 科学计算模块 Numpy 1.15.2
  • 科学计算模块 Pandas 0.23.4
  • 稀疏矩阵模块 Scipy.sparse 1.1.0(最新)
  • 机器学习库 Sklearn 0.20.0 (最新)
  • 机器学习库 Xgboost 0.80(最新)
  • 深度学习模块 Tensorflow 1.11.0(最新)
  • IDE Pycharm
提问
数据加载中...
意见反馈 帮助中心 APP下载
官方微信