推荐系统实战系列 价值298元

掌握推荐系统经典算法及其实现方法，熟练使用Python构建各大推荐引擎

课程推荐

《推荐系统实战系列 价值298元》掌握推荐系统经典算法及其实现方法，熟练使用Python构建各大推荐引擎【技能收获】学完可掌握：Embedding 向量检索、Python 编程。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺，简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。

视频目录（81 节）

*   1 课程简介.mp4

*   2 推荐系统通俗解读.mp4

*   3 推荐系统发展简介.mp4

*   4 应用领域与多方位评估指标.mp4

*   5 任务流程与挑战概述.mp4

*   6 常用技术点分析.mp4

*   7 与深度学习的结合.mp4

*   8 协同过滤与矩阵分解简介.mp4

*   9 基于用户与商品的协同过滤.mp4

*   10 相似度计算与推荐实例.mp4

*   11 矩阵分解的目的与效果.mp4

*   12 矩阵分解中的隐向量.mp4

*   13 目标函数简介.mp4

*   14 隐式情况分析.mp4

*   15 Embedding的作用.mp4

*   16 音乐推荐任务概述.mp4

*   17 数据集整合.mp4

*   18 物品相似度计算与推荐.mp4

*   19 SVD矩阵分解.mp4

*   20 基于矩阵分解的音乐推荐.mp4

*   21 知识图谱通俗解读.mp4

*   22 知识图谱在搜索引擎中的应用.mp4

*   23 知识图谱在医疗领域应用实例.mp4

*   24 金融与推荐领域的应用.mp4

*   25 数据获取分析.mp4

*   26 Neo4j图数据库介绍.mp4

*   27 Neo4j数据库安装流程演示.mp4

*   28 可视化例子演示.mp4

*   29 创建与删除操作演示.mp4

*   30 数据库更改查询操作演示.mp4

*   31 知识图谱推荐系统效果演示.mp4

*   32 kaggle电影数据集下载与配置.mp4

*   33 图谱需求与任务流程解读.mp4

*   34 项目所需环境配置安装.mp4

*   35 构建用户电影知识图谱.mp4

*   36 图谱查询与匹配操作.mp4

*   37 相似度计算与推荐引擎构建.mp4

*   38 CTR估计及其经典方法概述.mp4

*   39 高维特征带来的问题.mp4

*   40 二项式特征的作用与挑战.mp4

*   41 二阶公式推导与化简.mp4

*   42 FM算法解析.mp4

*   43 DeepFm整体架构解读.mp4

*   44 输入层所需数据样例.mp4

*   45 Embedding层的作用与总结.mp4

*   46 数据集介绍与环境配置.mp4

*   47 广告点击数据预处理实例.mp4

*   48 数据处理模块Embedding层.mp4

*   49 Index与Value数据制作.mp4

*   50 一阶权重参数设计.mp4

*   51 二阶特征构建方法.mp4

*   52 特征组合方法实例分析.mp4

*   53 完成FM模块计算.mp4

*   54 DNN模块与训练过程.mp4

*   55 环境配置与数据集介绍.mp4

*   56 电影数据集预处理分析.mp4

*   57 surprise工具包基本使用.mp4

*   58 模型测试集结果.mp4

*   59 评估指标概述.mp4

*   60 数据与环境配置介绍.mp4

*   61 数据科学相关数据介绍.mp4

*   62 文本数据预处理.mp4

*   63 TFIDF构建特征矩阵.mp4

*   64 矩阵分解演示.mp4

*   65 LDA主题模型效果演示.mp4

*   66 推荐结果分析.mp4

*   67 数据与环境配置.mp4

*   68 数据与关键词信息.mp4

*   69 关键词云与直方图展示.mp4

*   70 特征可视化.mp4

*   71 数据清洗概述.mp4

*   72 缺失值填充方法.mp4

*   73 推荐引擎构造.mp4

*   74 数据特征构造.mp4

*   75 得出推荐结果.mp4

*   76 数据与任务介绍.mp4

*   77 文本词频统计.mp4

*   78 ngram结果可视化展示.mp4

*   79 文本清洗.mp4

*   80 相似度计算.mp4

*   81 得出推荐结果.mp4