极客时间已完结课程限时免费阅读

099 | 针对大规模数据,如何优化LDA算法?

098 | LDA变种模型知多少

复盘 2 | 推荐系统核心技术模块

078 | 基于深度学习的推荐模型之三:利用深度学习来扩展推荐系统

077 | 基于深度学习的推荐模型之二:基于RNN的推荐系统

076 | 基于深度学习的推荐模型之一:受限波兹曼机

075 | 现代推荐架构剖析之三:复杂现代推荐架构漫谈

074 | 现代推荐架构剖析之二:基于多层搜索架构的推荐系统

073 | 现代推荐架构剖析之一:基于线下离线计算的推荐架构

072 | 推荐系统评测之三:无偏差估计

071 | 推荐系统评测之二:线上评测

070 | 推荐系统评测之一:传统线下评测

069 | 推荐的Exploit和Explore算法之三:汤普森采样算法

068 | 推荐的Exploit和Explore算法之二:UCB算法

067 | 推荐的Exploit和Explore算法之一:EE算法综述

066 | 高级推荐模型之三:优化复杂目标函数

065 | 高级推荐模型之二:协同矩阵分解

064 | 高级推荐模型之一:张量分解模型

063 | 基于隐变量的模型之三:分解机

062 | 基于隐变量的模型之二:基于回归的矩阵分解