推荐系统的经典算法与智能算法在线教程

Posted 2021-05-01 图与推荐

推荐系统是人工智能、机器学习与大数据最为直接的前沿应用，是和日常生产和生活结合最为紧密的智能系统。

近十年来，越来越多的推荐系统部署在电子商务、在线社交、搜索引擎、人机交互等各个互 联网领域。同时，在金融、医疗、物流供应等传统领域，结合相关领域知识定制化的智能推荐系统也正在崛起。

>>图片来自「智能推荐系统入门与提高」课件<<

产业的发展离不开人才，但国内鲜有高校开设相关课程。目前推荐系统从业者很大比例都是非科班出身，半路转行；由于专业理论基础薄弱，职业发展道路容易受阻。

很多伙伴想要学习，但市面上，从入门到提升的系统化课程动辄过万的学习费用，让大家望而却步；有些课程费用虽低，但是知识涉猎浅，且课程不系统，很难达到夯实基础与提升的学习目标。

因此，深蓝学院诚邀悉尼科技大学的胡亮与王守金两位博士，联合推出了『智能推荐系统入门与提高』课程。并且在课程制作中得到了 操龙兵 与 曹建 两位教授的指导建议。

本课程采用由浅入深的教学方式，从构建基本的经典推荐系统入手，逐步过渡到使用主流的深度学习技术，进行较为复杂的推荐系统模块的搭建。

课程将理论与实践相结合，大家将自己构建各代推荐系统，并对推荐结果进行比较，从而更加深入理解不同推荐系统的优点和缺点。为后续针对智能推荐系统的科学研究或工程实践，打下较为全面和夯实的基础。

导师介绍

胡亮/讲师

上海交通大学-悉尼科技大学双博士

研究领域：推荐系统、机器学习、数据科学等

在WWW，IJCAI，AAAI，ICDM，ICWS，TOIS，IEEE-IS等刊物发表论文30余篇，提出的推荐系统模型和算法，已经被诸多国内外项目采用，包括三星、摩根士丹利、携程、澳大利亚税务局、澳大利亚专利局等。

 

汪守金/讲师

悉尼科技大学客座研究员

悉尼科技大学数据科学与人工智能方向博士

主要研究方向为数据科学、机器学习、用户行为分析、时间序列数据分析与推荐系统。

在国际知名会议期刊IJCAI, AAAI, TNNLS, TII, TSMC-Systems上发表高水平文章20余篇，其中单篇被引超过140次。

课程大纲

>>点击图片，查看大图<<  

课程收获

• 掌握基于回归模型与分解模型的传统推荐方法；
• 掌握基于深度学习及图神经网络的智能推荐方法；
• 学会推荐系统的构建以及模型调优；
• 培养通过神经网络模型来改进经典推荐系统模型的能力；
• 掌握基于会话上下文、网络关系的推荐系统构建方法；
• 了解如何将语义知识融入到推荐系统模型中。

精益求精的课程服务

1. 社群答疑

课程建立答疑群 ，高效获得疑问解答的同时，结识更多同一领域的伙伴。

2. 三师辅导

班主任督促学习、助教及时批改作业并配合讲师微信群答疑，及时解惑，高效学习。

3. 作业迭代

提交作业，助教批改后，根据助教意见对作业进行迭代修改；没有最好，只有更好！

4. 定期班会

每期班 会 ，助教对作业进行讲评和指导；在班会中，学习更多技巧；在交流中，收获更多思路。

抢占优惠名额

为了伙伴们有更多的机会

夯实基础，提升能力！

现在报名，即可优惠100元！

不要轻易错过机会

备注“811”，会优先通过哦~

▲ 立即扫码咨询

赶快添加「叶子」咨询吧~