您还没有专辑
开始创建自己的专辑吧
按住画面移动小窗
1-1. 为什么要学习推荐系统
1-2. 推荐系统包含哪些环节
1-3. 推荐系统有哪些召回路径
1-4. Netflix经典的推荐系统技术架构
1-5. 推荐系统通用技术架构
1-6. 怎样实现基于内容的推荐系统
1-7. 怎样实现基于协同过滤的推荐系统
1-8. 推荐系统怎样实现多路召回的融合排序
1-9. 推荐系统怎样实现AB测试
1-10. 推荐系统怎样实现内容相似推荐
1-11. 推荐系统怎样实现用户聚类推荐
1-12. 推荐系统怎样实现矩阵分解的推荐
1-13. 推荐系统的API接口长什么样子
1-14. 推荐系统怎样解决物品的冷启动问题
1-15. 当今推荐系统极其重要的Embedding技术
1-16. Python使用Faiss实现向量近邻搜索
1-17. 推荐系统依赖数据源与特征工程
1-18. 推荐系统开发所需要的技术环境
1-19. PySpark训练word2vec实现内容相似推荐
1-20. 使用腾讯开源Word2vec实现内容相似推荐
1-21. Python训练item2vec实现电影相关推荐
1-22. Python使用SparkALS矩阵分解实现电影推荐
1-23. Python实现基于标签的推荐系统
1-24. Tensorflow2实现双塔DNN排序模型
1-25. Tensorflow使用LR和GBDT和DNN实现二分类排序算法
1-26. Python使用flask实现推荐系统在线API
1-27. 推荐系统技能升级之论文阅读
1-28. 接入一个推荐系统需要哪些步骤