| 文件名大小修改日期 |
| 00 开篇词 - 用知识去对抗技术不平等.mp3 |
| 01 【概念篇】你真的需要个性化推荐系统吗-.mp3 |
| 01.开篇词用知识去对抗技术不平等 |
| 02.你真的需要个性化推荐系统吗 |
| 02【概念篇】个性化推荐系统那些绕不开的经典问题.mp3 |
| 03 【概念篇】这些你必须应该具备的思维模式.mp3 |
| 03.个性化推荐系统那些绕不开的经典问题 |
| 04 【内容推荐】画鬼容易画人难：用户画像的“能”和“不能”.mp3 |
| 04.这些你必须应该具备的思维模式 |
| 05.画鬼容易画人难：用户画像的“能”和“不能” |
| 05【内容推荐】从文本到用户画像有多远.mp3 |
| 06 【内容推荐】超越标签的内容推荐系统.mp3 |
| 06.从文本到用户画像有多远 |
| 07 【近邻推荐】人以群分，你是什么人就看到什么世界.mp3 |
| 07. 超越标签的内容推荐系统 |
| 08. 人以群分，你是什么人就看到什么世界 |
| 08【近邻推荐】解密“看了又看”和“买了又买”.mp3 |
| 09. 解密“看了又看”和“买了又买” |
| 09【近邻推荐】协同过滤中的相似度计算方法有哪些.mp3 |
| 10 【矩阵分解】那些在Netflix Prize中大放异彩的推荐算法.mp3 |
| 10. 协同过滤中的相似度计算方法有哪些 |
| 11. 那些在Netflix Prize中大放异彩的推荐算法 |
| 11【矩阵分解】Facebook是怎么为十亿人互相推荐好友的.mp3 |
| 12 Facebook是怎么为十亿人互相推荐好友的 |
| 12 【矩阵分解】如果关注排序效果，那么这个模型可以帮到你.mp3 |
| 13 【模型融合】经典模型融合办法：线性模型和树模型的组合拳.mp3 |
| 13. 如果关注排序效果，那么这个模型可以帮到你 |
| 14 【模型融合】一网打尽协同过滤、矩阵分解和线性模型.mp3 |
| 14. 经典模型融合办法：线性模型和树模型的组合拳 |
| 15 【模型融合】深度和宽度兼具的融合模型 Wide and Deep.mp3 |
| 15. 一网打尽协同过滤、矩阵分解和线性模型 |
| 16 【MAB问题】简单却有效的Bandit算法.mp3 |
| 16. 深度和宽度兼具的融合模型 Wide and Deep |
| 17. 简单却有效的Bandit算法 |
| 17【MAB问题】结合上下文信息的Bandit算法.mp3 |
| 18 【MAB问题】如何将Bandit算法与协同过滤结合使用.mp3 |
| 18. 结合上下文信息的Bandit算法 |
| 19 【深度学习】深度学习在推荐系统中的应用有哪些-.mp3 |
| 19. 如何将Bandit算法与协同过滤结合使用 |
| 20 【深度学习】用RNN构建个性化音乐播单.mp3 |
| 20. 深度学习在推荐系统中的应用有哪些 |
| 21 【其他应用算法】构建一个科学的排行榜体系.mp3 |
| 21. RNN为网络音乐自动构建个性化播单 |
| 22. 构建一个科学的排行榜体系 |
| 22【其他应用算法】实用的加权采样算法.mp3 |
| 23 【其他应用算法】推荐候选池的去重策略.mp3 |
| 23. 实用的加权采样算法 |
| 24 【常见架构】典型的信息流架构是什么样的.mp3 |
| 24. 推荐候选池的去重策略 |
| 25 【常见架构】Netflix个性化推荐架构.mp3 |
| 25. 典型的信息流架构是什么样的 |
| 26. Netflix个性化推荐架构 |
| 26【常见架构】总览推荐架构和搜索、广告的关系.mp3 |
| 27. 总览推荐架构和搜索、广告的关系 |
| 27【关键模块】巧妇难为无米之炊：数据采集关键要素.mp3 |
| 28 【关键模块】让你的推荐系统反应更快：实时推荐.mp3 |
| 28. 巧妇难为无米之炊：数据采集关键要素 |
| 29. 让你的推荐系统反应更快：实时推荐 |
| 29【关键模块】让数据驱动落地，你需要一个实验平台.mp3 |
| 30 【关键模块】 推荐系统服务化、存储选型及API设计.mp3 |
| 30.让数据驱动落地，你需要一个实验平台 |
| 31 【效果保证】推荐系统的测试方法及常用指标介绍.mp3 |
| 31. 推荐系统服务化、存储选型及API设计 |
| 32 【效果保证】道高一尺魔高一丈：推荐系统的攻防.mp3 |
| 32. 推荐系统的测试方法及常用指标介绍 |
| 33. 道高一尺魔高一丈：推荐系统的攻防 |
| 33【开源工具】和推荐系统有关的开源工具及框架介绍.mp3 |
| 34 【产品篇】推荐系统在互联网产品商业链条中的地位.mp3 |
| 34. 和推荐系统有关的开源工具及框架介绍 |
| 35 【产品篇】说说信息流的前世今生.mp3 |
| 35. 推荐系统在互联网产品商业链条中的地位 |
| 36 【团队篇】组建推荐团队及工程师的学习路径.mp3 |
| 36. 说说信息流的前世今生 |
| 37 推荐系统的参考阅读.mp3 |
| 37. 组建推荐团队及工程师的学习路径 |
| 38 【尾声】遇“荐”之后，江湖再见.mp3 |
| 38. 推荐系统的参考阅读 |
| 39.遇“荐”之后，江湖再见 |
|小黑屋|搜课吧网站_小学课程_高中课程_大学课程_网络教育_自学课程
