课程简介
个性化推荐无时不刻的存在于我们的身边。它解决了商品丰富性和用户接触商品的稀缺性之间的矛盾，给我们带来无穷的商业价值。从大数据、机器学习框架的角度，我们应从对数据的理解入手，决定最佳的数据存储和处理方式，然后不断地迭代开发更强大的机器学习算法。最后，我们应建立模型评价体系以评判模型的好坏，决定什么模型可以最终上线
目标收益
个性化推荐解决了商品丰富性和用户接触商品的稀缺性之间的矛盾，具有巨大的商业价值。本课程从大数据、机器学习框架的角度系统地介绍主流的推荐算法模型。
培训对象
课程内容
个性化推荐无时不刻的存在于我们的身边。它解决了商品丰富性和用户接触商品的稀缺性之间的矛盾，给我们带来无穷的商业价值。从大数据、机器学习框架的角度，我们应从对数据的理解入手，决定最佳的数据存储和处理方式，然后不断地迭代开发更强大的机器学习算法。最后，我们应建立模型评价体系以评判模型的好坏，决定什么模型可以最终上线。
我们将通过以下几个方向系统地交流主流的推荐算法模型
•数据来源
•数据存储、读取和处理
•算法选择
•算法效率
•模型迭代
•模型判定
•数据反馈
近期公开课推荐
