推荐系统是一个相当火热的研究方向,在工业界和学术界都得到了大家的广泛关注。希望通过此文,总结一些关于推荐系统领域相关的会议、知名学者,以及做科研常用的数据集、代码库等,一来算是对自己涉猎推荐系统领域的整理和总结,二来希望能够帮助想入门推荐系统的童鞋们提供一个参考,希望能够尽快上手推荐系统,进而更好更快的深入科研也好、工程也罢。
文件目录
├──基础视频
| ├──PART1
| | ├──1.1课程简介.mp4 11.97M
| | ├──1.2推荐系统的演化过程.mp4 23.44M
| | ├──1.3推荐系统的技术演进.mp4 34.88M
| | ├──1.4推荐系统的核心产品问题.mp4 23.08M
| | ├──2.10总结如何构建自己的知识脉络.mp4 11.36M
| | ├──2.1学习方法.mp4 9.96M
| | ├──2.2机器学习的学习问题.mp4 31.05M
| | ├──2.3假设集合.mp4 15.01M
| | ├──2.4VC维和Bias.mp4 36.93M
| | ├──2.5Bias.mp4 15.78M
| | ├──2.6交叉验证.mp4 11.14M
| | ├──2.7损失函数和正则化.mp4 20.02M
| | ├──2.8最优化方法.mp4 17.95M
| | ├──2.9贝叶斯决策理论.mp4 15.65M
| | ├──3.1基于User的协同过滤算法.mp4 23.41M
| | ├──3.2基于Item的协同过滤算法.mp4 19.32M
| | ├──3.3物品相似度的算法实现.mp4 44.64M
| | ├──3.4协同过滤算法的变种.mp4 19.72M
| | ├──3.5间隔时效性优化.mp4 11.70M
| | ├──3.6反馈时效性优化.mp4 26.85M
| | ├──3.7随机游走算法.mp4 20.29M
| | ├──3.8图模型embedding算法.mp4 31.27M
| | ├──4.10行为序列数据文档化和向量化.mp4 13.38M
| | ├──4.1推荐系统策略流程和核心问题.mp4 14.14M
| | ├──4.2词袋模型和向量空间模型.mp4 21.54M
| | ├──4.3词袋模型的拓展TF.mp4 29.52M
| | ├──4.4隐语义模型LSA.mp4 33.52M
| | ├──4.5概率隐语义模型pLSA.mp4 23.85M
| | ├──4.6生成式概率隐语义模型LDA.mp4 17.34M
| | ├──4.7LDA的应用实例.mp4 28.57M
| | ├──4.8神经网络模型.mp4 28.46M
| | ├──4.9行为数据文档化.mp4 17.24M
| | ├──5.1推荐系统中的用户画像.mp4 17.74M
| | ├──5.2用户画像的价值准则.mp4 16.19M
| | ├──5.3物品侧画像.mp4 23.21M
| | ├──5.4用户兴趣模型的简单方法.mp4 19.72M
| | ├──5.5用户兴趣模型的复杂方法.mp4 16.92M
| | ├──5.6用户兴趣扩展.mp4 17.13M
| | ├──5.7用户兴趣模型的架构设计.mp4 14.61M
| | ├──6.1问题分析与目标定义.mp4 26.94M
| | ├──6.2常用模型介绍.mp4 18.38M
| | ├──6.3模型效果评估.mp4 38.59M
| | ├──6.4常用模型介绍.mp4 32.26M
| | ├──6.5模型效果评估.mp4 19.58M
| | ├──6.6机器学习系统架构设计.mp4 9.49M
| | ├──7.1常用评测指标.mp4 47.62M
| | ├──7.2离线效果评测方法.mp4 26.08M
| | ├──7.3在线效果评测方法.mp4 35.07M
| | ├──7.4在线评测方法.mp4 25.14M
| | └──7.5更好更快的在线系统.mp4 44.62M
| └──PART2
| | └──PART2
├──项目就业视频
| ├──PART1
| | ├──第11、12课时： 京东购买预估第2种解决方案.mp4 82.00M
| | ├──第13、14课时： 京东购买预估第3种解决方案.mp4 242.17M
| | ├──第15课时： rossmann连锁商店销量预估解决方案.mp4 210.62M
| | ├──第16、17课时： 阿里口碑流量预测解决方案1.mp4 90.16M
| | ├──第18、19课时： 阿里口碑流量预测解决方案2.mp4 130.03M
| | ├──第1课时 L2阶段学习说明.mp4 29.56M
| | ├──第20、21课时： 阿里口碑流量预测top方案PPT一览.mp4 54.91M
| | ├──第22课时： 推荐系统方法讲解.mp4 143.17M
| | ├──第23课时： 音乐推荐系统数据解析.mp4 91.63M
| | ├──第24课时： 基于surprise的歌单推荐系统.mp4 101.71M
| | ├──第25课时： 用户行为序列建模的推荐系统.mp4 49.76M
| | ├──第26课时： 电影推荐系统的构建（上）.mp4 68.09M
| | ├──第2课时 基本介绍.mp4 7.02M
| | ├──第3课时 推荐系统基础.mp4 289.78M
| | ├──第4课时 推荐系统公司级别的架构方法介绍(一).mp4 121.62M
| | ├──第5课时 推荐系统公司级别的架构方法介绍(二).mp4 57.99M
| | ├──第6课时 推荐系统公司级别的架构方法介绍(三).mp4 175.24M
| | ├──第7课时 推荐系统实践书籍导读.mp4 84.62M
| | ├──第8课时： 项目介绍与说明.mp4 12.80M
| | ├──第9、10课时： 京东购买预估第1种解决方案.mp4 224.07M
| | └──课程总结.mp4 1.07M
| └──PART2
| | ├──第27课时： 电影推荐系统的构建（下）.mp4 115.38M
| | ├──第28课时： 课程说明与wide_and_deep模型讲解.mp4 131.21M
| | ├──第29课时： wide_and_deep模型示例.mp4 88.52M
| | ├──第30课时： 使用wide_and_deep模型的youtube推荐系统.mp4 70.90M
| | ├──第31课时： 抖音短视频理解与推荐案例背景.mp4 42.03M
| | ├──第32课时 xDeepFM模型讲解.mp4 133.43M
| | ├──第33、34课时： 抖音推荐案例讲解.mp4 208.25M
| | └──第35课时： 推荐项目说明.mp4 120.54M
├──10.5转化率偏置问题[00-14-20][20230228-231838504].jpg 160.18kb
├──10.6召回技术的局限性[00-20-20][20230228-231844900].jpg 119.71kb
├──2.9贝叶斯决策理论[00-10-14][20230228-232012472].jpg 81.01kb
├──5.6用户兴趣扩展[00-07-58][20230228-231908807].jpg 137.99kb
├──8.8推荐系统中的EE思考[00-06-11][20230228-231828429].jpg 181.04kb
├──第22课时： 推荐系统方法讲解[00-37-57][20230228-23203509].jpg 143.86kb
├──第32课时 xDeepFM模型讲解[00-08-06][20230228-232044704].jpg 107.47kb
└──第32课时 xDeepFM模型讲解[00-17-32][20230228-232048880].jpg 126.70kb
