sd之眼-推荐系统1V多项目小班课程介绍:
该课程从推荐系统基础理论、到企业级项目实战、再到前沿论文解读，搭建一套完整且全面的推荐系统知识体系，代码可复用。主要项目囊括各大场景，包括但不局限于以下应用:电商场景中深度学习模型在召回和排序中的应用、基于多目标模型mmoe的电商场景排序应用基于DCN的广告场景在排序中的应用等等。
课程目录:
推荐系统1V多项目小班 └─ 推荐系统1V多项目小班 ├─ 0_Part01：推荐系统基础课 │ ├─ 0_课程资料.html │ ├─ 10_3.1.2深度推荐算法上-1.mp4 │ ├─ 11_3.2.1深度学习推荐算法(下).mp4 │ ├─ 12_3.2.2深度学习推荐算法(下)1.mp4 │ ├─ 13_4.1embedding技术.mp4 │ ├─ 14_4.2word2vec.mp4 │ ├─ 15_4.3item2vec_graph.mp4 │ ├─ 16_5.1特征工程.mp4 │ ├─ 17_5.2模型与特征实时性.mp4 │ ├─ 18_5.3策略与优化目标设定.mp4 │ ├─ 19_6.1冷启动问题概述.mp4 │ ├─ 1_1.1推荐系统的起源与应用.mp4 │ ├─ 20_6.2汤普森&UCB.mp4 │ ├─ 21_6.3Lin_UCB.mp4 │ ├─ 22_7.1推荐系统的工程实现.mp4 │ ├─ 23_7.2推荐系统的评估.mp4 │ ├─ 24_8.1国外推荐系统前沿实践.mp4 │ ├─ 25_8.2国内推荐系统前沿实践.mp4 │ ├─ 26_9.1课程总结.mp4 │ ├─ 27_9.2职业发展.mp4 │ ├─ 2_1.2推荐系统的架构.mp4 │ ├─ 3_2.1.1倒排索引.mp4 │ ├─ 4_2.1.2用户协同过滤.mp4 │ ├─ 5_2.1.3物品协同过滤.mp4 │ ├─ 6_2.1.4隐语义模型.mp4 │ ├─ 7_2.2.1基础推荐算法下-0.mp4 │ ├─ 8_2.2.2基础推荐算法下-1.mp4 │ └─ 9_3.1.1深度推荐算法上-0.mp4 ├─ 0_推荐系统1v多课件资料汇总.html ├─ 1_Part02：入门实战 │ ├─ 0_第3节：matrixCF在资讯场景中召回和排序的应用（下）.mp4 │ ├─ 1_第2节：matrixCF在资讯场景中召回和排序的应用(上）.mp4 │ └─ 2_第1节：推荐系统的整体架构.mp4 ├─ 1_推荐系统1v多会议沟通（1）-9.25.mp4 ├─ 2_Part03：进阶实战 │ ├─ 0_第4节：电商场景中深度学习模型在召回和排序中的应用（下）.mp4 │ ├─ 1_第3节：电商场景中深度学习模型在召回和排序中的应用（上）.mp4 │ ├─ 2_第2节：电商场景中FM算法的应用（下）.mp4 │ └─ 3_第1节：电商场景中FM算法的应用（上）.mp4 ├─ 2_推荐系统1v多会议沟通（2）-10.9.mp4 ├─ 3_Part05：拓展：一、深度模型在招聘业务中的应用 │ ├─ 0_第4节：tensorflow工程化实践.mp4 │ ├─ 1_第3节：编码实训课.mp4 │ ├─ 2_第2节：基于注意力的推荐模型.mp4 │ └─ 3_第1节：基于CNN和RNN计算词权重.mp4 ├─ 3_推荐系统1v多会议沟通（3）-10.16.mp4 ├─ 4_Part04：高阶实战 │ ├─ 0_第4节：基于多目标模型mmoe的电商场景排序应用（下）.mp4 │ ├─ 1_第3节：基于多目标模型mmoe的电商场景排序应用（上）.mp4 │ ├─ 2_第2节：基于DCN的广告场景在排序中的应用（下）.mp4 │ └─ 3_第1节：基于DCN的广告场景在排序中的应用（上）.mp4 ├─ 4_推荐系统1v多会议沟通（4）-10.23.mp4 ├─ 5_推荐系统1v多会议沟通（5）-10.29.mp4 └─ 6_推荐系统1v多会议沟通（6）-11.6.mp4
