注意：只展示部分的文件和文件夹 实际有93个文件
157-深度学习推荐系统实战 385.1MB
特别加餐丨“银弹”不可靠，最优的模型结构该怎么找？.m4a 9.7MB
特别加餐 _ “银弹”不可靠，最优的模型结构该怎么找？.pdf 1.3MB
特别加餐 _ “银弹”不可靠，最优的模型结构该怎么找？.html 2.2MB
模型实战准备（一）丨 TensorFlow入门和环境配置.pdf 3.6MB
模型实战准备（一）丨 TensorFlow入门和环境配置.m4a 9.9MB
模型实战准备（一）丨 TensorFlow入门和环境配置.html 5.4MB
模型实战准备（二）丨模型特征、训练样本的处理.m4a 10.3MB
模型实战准备（二） _ 模型特征、训练样本的处理.pdf 4.8MB
模型实战准备（二） _ 模型特征、训练样本的处理.html 6.9MB
23丨实战：如何用深度学习模型实现SparrowRecSys的个性化推荐功能？.m4a 10.4MB
23｜ 实战：如何用深度学习模型实现Sparrow RecSys的个性化推荐功能？.pdf 8.2MB
23｜ 实战：如何用深度学习模型实现Sparrow RecSys的个性化推荐功能？.html 7.4MB
22丨强化学习：让推荐系统像智能机器人一样自主学习.m4a 11.1MB
22｜强化学习：让推荐系统像智能机器人一样自主学习.pdf 4.4MB
22｜强化学习：让推荐系统像智能机器人一样自主学习.html 6.5MB
21丨注意力机制、兴趣演化：推荐系统如何抓住用户的心？.m4a 11.5MB
21｜注意力机制、兴趣演化：推荐系统如何抓住用户的心？.pdf 3.8MB
21｜注意力机制、兴趣演化：推荐系统如何抓住用户的心？.html 5.5MB
20丨DeepFM：如何让你的模型更好地处理特征交叉？.m4a 9.2MB
20 _ DeepFM：如何让你的模型更好地处理特征交叉？.pdf 3.2MB
20 _ DeepFM：如何让你的模型更好地处理特征交叉？.html 4.5MB
19丨NeuralCF：如何用深度学习改造协同过滤？.m4a 8.7MB
19｜NeuralCF：如何用深度学习改造协同过滤？.pdf 2.8MB
19｜NeuralCF：如何用深度学习改造协同过滤？.html 4.1MB
18丨Wide&Deep：怎样让你的模型既有想象力又有记忆力？.m4a 9.3MB
18｜Wide&Deep：怎样让你的模型既有想象力又有记忆力？.pdf 2.4MB
18｜Wide&Deep：怎样让你的模型既有想象力又有记忆力？.html 3.6MB
17丨Embedding+MLP：如何用TensorFlow实现经典的深度学习模型？.m4a 11.1MB
17 _ Embedding+MLP：如何用TensorFlow实现经典的深度学习模型？.pdf 3.5MB
17 _ Embedding+MLP：如何用TensorFlow实现经典的深度学习模型？.html 5.1MB
16丨 深度学习革命：深度学习推荐模型发展的整体脉络是怎样的？.pdf 4.1MB
16丨 深度学习革命：深度学习推荐模型发展的整体脉络是怎样的？.m4a 10.9MB
16丨 深度学习革命：深度学习推荐模型发展的整体脉络是怎样的？.html 5.9MB
15丨 协同过滤：最经典的推荐模型，我们应该掌握什么？.pdf 3.4MB
15丨 协同过滤：最经典的推荐模型，我们应该掌握什么？.m4a 10.0MB
15丨 协同过滤：最经典的推荐模型，我们应该掌握什么？.html 5.5MB
05-线上服务篇 (7讲) 142.5MB
答疑丨 线上服务篇留言问题详解.pdf 3.7MB
答疑丨 线上服务篇留言问题详解.m4a 9.6MB
答疑丨 线上服务篇留言问题详解.html 3.8MB
14丨 融会贯通：SparrowRecSys中的电影相似推荐功能是如何实现的？.pdf 10.0MB
14丨 融会贯通：SparrowRecSys中的电影相似推荐功能是如何实现的？.m4a 11.0MB
14丨 融会贯通：SparrowRecSys中的电影相似推荐功能是如何实现的？.html 13.5MB
13丨 模型服务：怎样把你的离线模型部署到线上？.pdf 3.8MB
13丨 模型服务：怎样把你的离线模型部署到线上？.m4a 11.8MB
13丨 模型服务：怎样把你的离线模型部署到线上？.html 5.3MB
12丨 局部敏感哈希：如何在常数时间内搜索Embedding最近邻？.pdf 3.7MB
12丨 局部敏感哈希：如何在常数时间内搜索Embedding最近邻？.m4a 11.5MB
12丨 局部敏感哈希：如何在常数时间内搜索Embedding最近邻？.html 5.4MB
11｜召回层：如何快速又准确地筛选掉不相关物品？.pdf 2.5MB
11｜召回层：如何快速又准确地筛选掉不相关物品？.m4a 8.5MB
11｜召回层：如何快速又准确地筛选掉不相关物品？.html 3.5MB
10｜存储模块：如何用Redis解决推荐系统特征的存储问题？.pdf 3.6MB
10｜存储模块：如何用Redis解决推荐系统特征的存储问题？.m4a 9.7MB
10｜存储模块：如何用Redis解决推荐系统特征的存储问题？.html 5.6MB
09｜线上服务：如何在线上提供高并发的推荐服务？.pdf 2.3MB
09｜线上服务：如何在线上提供高并发的推荐服务？.m4a 9.9MB
09｜线上服务：如何在线上提供高并发的推荐服务？.html 3.8MB
04-特征工程篇 (6讲) 12.9MB
答疑丨基础架构篇+特征工程篇常见问题解答.pdf 1.1MB
答疑丨基础架构篇+特征工程篇常见问题解答.m4a 9.6MB
答疑丨基础架构篇+特征工程篇常见问题解答.html 2.1MB
