AI算法理论-推荐系统基础

课程背景：

在信息过载的时代，为了实现更好的商业变现、目标客户留存、获得更好的内容，大多数平台需要用到推荐引擎，而推荐引擎里面最核心最关键的部分是推荐系统算法。好的推荐算法可以给用户提供更优质的内容，吸引用户停留，同时不乏惊喜度。了解推荐系统的底层原理和算法，可以帮助相关工作人员更好的理解业务，理解市场，理解用户；对于普通消费者来说，学习推荐系统课程，可以了解平台的奖惩机制，如何让自己发布的内容拥有更多流量。

课程收益

通过本门课程的学习，学员们可以学习推荐系统的发展历程，互联网是如何从分类网页发展到如今用户粘性如此高的应用产品的。通过推荐算法和推荐引擎机制的学习，结合基础算法和机器学习等相关算法知识，了解短视频、电商平台等互联网公司的推送机制。

学员对象

1） 想入行推荐系统算法岗位的学员；

2） 想做自媒体的博主们；

3） 想学习推荐引擎和算法的爱好者们；

课程目录：

第1讲 什么是推荐系统？

1. 互联网发展

2. 评估指标

第2讲 推荐系统架构

1．推荐逻辑

2．推荐系统后台

3．推荐系统指标

4．推荐引擎

5．用户画像

6．文章画像

7．阶梯流量机制

第3讲 推荐系统算法

1．基于统计的推荐

2．距离计算

3．Embedding

4．各类算法

5．模型评估

6．Learn to rank

7．多任务学习

8．冷启动问题

讲师资历

于海悦

西安交通大学学士，香港城市大学硕士；

多年人工智能算法工作经验；人工智能讲师经验；

多次参加AI算法大赛并取得优异名次；

多项发明专利；

擅长领域：数据挖掘、计算机视觉、推荐系统和自然语言处理；

实战经验：

智能汽车维修对话系统；

A 股上市公司季度营收预测；

电商推荐系统；

广西智慧边防项目；

南宁智慧城市安防项目；

南方电网防破坏项目；

森林火灾和烟雾识别；

南宁市交警智能训练；

发明专利：

《基于深度学习算法实现十米内人脸识别》

《基于yolov5方法的工地车辆和人》

《基于yolov5方法的工地火焰及烟雾检测》

《基于迁移学习的细粒度人脸表情识别》

《基于深度学习算法识别破坏挖掘动作》

《基于迁移学习与残差网络的工人不安全行为识别》

《基于姿态估计模型匹配跳舞姿势。》

《一种车辆急加速行为的识别方法及相关设备》

《 一种驾驶行为的评价方法、装置及设备》

《一种智能对话方法及装置》

《 一种模型训练方法及相关设备》

《 数据预测方法、系统、终端及计算机存储介质 》

《一种维修系统的信息交互方法、系统及相关组件》