原创 泛娛樂推薦系統
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 1.1 產品概述 學習目標 目標 瞭解泛娛樂推薦系統產品 應用 無 1.1.1 產品概述
2020-06-29 14:54:09
原创 召回模塊：用戶推薦邏輯完善
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 2.6 用戶推薦邏輯完善 學習目標 目標 瞭解用戶推薦緩存獲取邏輯 知道用戶行爲數據讀取操作 應
2020-06-29 14:54:08
原创 召回模塊：召回金字塔
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 2.4 召回金字塔 學習目標 目標 知道召回金字塔的作用 應用 應用完成召回金字塔的實現 2
2020-06-29 14:54:08
原创 召回模塊：規則過濾器
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 2.5 規則過濾器 學習目標 目標 瞭解規則過濾器的作用 應用 無 2.5.1 規則過濾器
2020-06-29 14:54:08
原创 排序模塊：泛娛樂特徵工程與模型代碼構建
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 3.2 泛娛樂特徵工程與模型代碼構建 學習目標 目標 說明泛娛樂推薦系統的特徵工程過程 應用
2020-06-29 14:54:08
原创 召回模塊：Web接口業務流介紹
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 2.1 Web接口業務流介紹 學習目標 目標 知道用戶推薦接口運行流程 應用 無 2.1.1
2020-06-29 14:54:08
原创 排序模塊：模型選擇與原理
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 3.1 模型選擇與原理 學習目標 目標 瞭解推薦系統CTR模型的發展歷史 說明Wide&Dee
2020-06-29 14:54:08
1
原创 召回模塊：構建雙畫像（用戶畫像和物品畫像）
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 2.2 泛娛樂畫像圖譜存儲 學習目標 目標 知道雙畫像的設計 應用 應用完成用戶與帖子標籤的數
2020-06-29 14:54:08
原创 召回模塊：多召回策略
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 2.3 多召回策略 學習目標 目標 知道多召回策略的設計 應用 應用完成用戶多召回策略實現
2020-06-29 14:54:08
原创 推薦系統與深度學習關聯
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 6.1 推薦系統與深度學習關聯 學習目標 目標 無 應用 無 6.1.1 深度學習到推薦系統
2020-06-23 22:23:01
原创 分桶與特徵交叉
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 8.6 分桶與特徵交叉 學習目標 目標 瞭解分桶方式和作用 應用 無 8.6.1 通過分桶將
2020-06-23 22:23:00
原创 深度學習CTR排序模型
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 8.5 深度學習CTR排序模型 學習目標 目標 知道深度學習排序模型的發展特點 應用 無 8
2020-06-23 22:23:00
原创 離線排序模型訓練
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 3.6 離線排序模型訓練 學習目標 目標 瞭解文章CTR預估主要作用 知道常見點擊率預測的種類和模
2020-06-23 22:23:00
1
原创 排序模型在線預測
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 5.7 排序模型在線預測 學習目標 目標 無 應用 應用spark完成 5.7.1排序模型服
2020-06-23 22:23:00
2
原创 案例：實現線性迴歸
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學習實戰（不定時更新） 2.4 案例：實現線性迴歸 學習目標 目標 應用op的name參數實現op的名字修改 應用vari
2020-06-23 22:23:00