山月的极客时间返现平台
关于添加微信 shanyue94 领取返现

深度学习推荐系统实战带你从0到1搭建工业级推荐系统

王喆 · 深度学习推荐系统实战
带你从0到1搭建工业级推荐系统
去购买
实付:79
价格:¥99
返现:¥20

【限时特惠】

限时优惠+口令「happy2021」立省 ¥40
到手价 ¥89


你将获得

  • 深度学习推荐系统的经典技术架构
  • Spark、TensorFlow、Flink 等主流工具的实践经验
  • Embedding 和多种深度推荐模型的原理和实现
  • 亲手搭建一个完整的深度学习推荐系统

讲师介绍

王喆, Roku 资深机器学习工程师,推荐系统架构负责人,前 Hulu 高级研究员,《深度学习推荐系统》作者。

从早期清华大学的学术搜索引擎 AMiner 贡献者,到 Hulu 广告系统的高级研究员,再到现在 Roku 的推荐系统架构负责人,王喆一直深耕于推荐系统、计算广告领域。发表相关领域学术论文和专利 10 余项,担任过 KDD-DLP Workshop 的联合主席,KDD、CIKM等会议审稿人,还作为发起人和主要贡献者完成了 CTRmodel、SparrowRecSys、Ad-papers 等开源项目。与此同时,王喆还出版了《深度学习推荐系统》、《百面机器学习》等技术书籍,读者5万+。


课程介绍

近年来,深度学习已成为了驱动推荐、广告、搜索业务的最强引擎。天猫每次双十一 2000 亿以上的惊人成交量,抖音 4 年时间用户日活破 6 亿,这背后都有深度学习的强劲助力。

与此同时,深度学习方向的推荐算法工程师,也因为高薪、名企这些标签,成为工程师们求职的热点。

与之伴随的是人才的高竞争和知识的快迭代,在深度学习时代,想要成为一名优秀的推荐工程师,我们不应该只满足于继续使用协同过滤、矩阵分解这类传统方法,而应该加深对深度学习模型的理解,加强对大数据平台的熟悉程度,培养与业务相结合的技术直觉,提高我们整体的技术格局,这些才是我们能否取得成功的关键。

针对上面的目标,王喆老师根据自己多年的推荐系统从业经验,梳理出了深度学习推荐系统的知识架构,并期望在这门课中和你一起从 0 搭建一个“工业级”的深度学习推荐系统,实现理论、实战两手抓!

课程模块设计

整个课程的结构遵循经典推荐系统的框架,共分为 6 个模块,分别是“基础架构篇”“特征工程篇”“线上服务篇”“推荐模型篇”“效果评估篇”“前沿拓展篇”。

基础架构篇:从宏观上,帮你建立起深度学习推荐系统的完整知识架构,做到“心中有高楼,并且手把手教你在自己的电脑上安装我们要实现的推荐系统 Sparrow RecSys ,建立初步的全局印象。

特征工程篇:重点讨论推荐系统会用到的特征,以及主要的特征处理方式,并在 Spark 上进行实践。此外,你还会学习到深度学习中非常流行的 Embedding、Graph Embedding 技术,并利用它们实现 Sparrow Recsys 中的相似电影推荐功能,在实践中快速成长。

线上服务篇:这一篇,你会实打实地搭建一个推荐服务器,它包括了服务器、存储、缓存、模型服务等模块和相关知识。通过这部分的学习,你会初步掌握 Jetty Server、Spark、Redis 等业界主流工具的使用,以及一个推荐工程师在工程领域的核心技能。

推荐模型篇:推荐模型是深度学习对传统推荐系统改进最大的地方,可以说是“推荐系统上的明珠”,也是整个专栏的重中之重。从中,你不仅可以学到 Embedding+MLP 、Wide&Deep、PNN 等深度学习模型的架构和 TensorFlow 实现,还能接触到注意力机制、序列模型、增强学习这些相关领域的前沿知识,拓宽技术视野。

效果评估篇:重点讲解效果评估的主要方法和指标,帮助你建立起包括线下评估、线上 AB 测试、评估反馈闭环的整套评估体系,真正能够用业界的方法而不是实验室的指标来评价一个推荐系统。

前沿拓展篇:围绕 YouTube、阿里巴巴、微软、Pinterest 等一线公司的深度学习推荐系统方案进行讲解,帮助你追踪业界发展的最新趋势,能融汇贯通地串联起整个知识体系。


课程目录


特别放送

  1. 订阅后分享海报,每邀一位好友订阅有现金返现。
  2. 戳此申请学生认证,享五折优惠。
  3. 五一特惠福利,充 ¥600 得 ¥1000,还有限量好礼免费领!
  4. 戳此申请技术交流&福利群

  5. 训练营推荐



    限时活动推荐


    订阅须知

    1. 本专栏为订阅专栏,形式为图文+音频,定价129元。现已更新完毕。订阅成功后,即可通过“极客时间”App端、小程序端、Web端永久阅读。
    2. 企业采购推荐使用“极客时间企业版”,便捷安排员工学习计划,掌握团队学习仪表盘。
    3. 本专栏为虚拟商品,一经订阅,概不退款。