首页 实战 个性化推荐算法实战(可用于毕设) BAT大牛亲授
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!

个性化推荐算法实战(可用于毕设) BAT大牛亲授

难度 中级 时长 12小时 6分钟 学习人数 704 综合评分 9.97

个性化推荐算法实战(可用于毕设) BAT大牛亲授

推荐算法工程师已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。同时也可以让你掌握算法公式,模型参数迭代等技术的微小细节。

David
讲师

机器学习工程师

课程预览

检测到您还没有关注慕课网服务号,无法接收课程更新通知。请扫描二维码即可绑定
重新观看

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

万事俱备 只等你来

  • YaphetSNice3502248

    好评

    这门课程知识点满满,很受用,对于想转数据挖掘的我来说受用很大,但是公式讲的实在是有些难懂,希望老师以后讲数学公式的时候弄过多结合实例,图等形式讲解,希望老师以后能够多出类似的教学。

  • Super波神

    好评

    正在准备找推荐算法方面的工作,老师讲的干货满满,对我起到了很大的帮助,希望老师今后能出更多进阶课程

  • lucassis

    好评

    作为linuxC开发,想转人工智能的我来说,这是很不错的一门课程。一直对数据分析比较感兴趣,学了这门课对目前的主流推荐算法有较为详细的了解,希望老师能出更多类似的课程,支持!

查看全部234条用户评价
提问
数据加载中...
意见反馈 帮助中心 APP下载
官方微信

学习咨询

选课、学习遇到问题?

扫码添加指导老师 1V1 帮助你!

添加后老师会第一时间解决你的问题