0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
电子发烧友
开通电子发烧友VIP会员 尊享10大特权
海量资料免费下载
精品直播免费看
优质内容免费畅学
课程9折专享价
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

好書推薦:《深度學(xué)習(xí)推薦系統(tǒng)實戰(zhàn)》

深度學(xué)習(xí)自然語言處理 ? 來源:深度學(xué)習(xí)自然語言處理 ? 作者:深度學(xué)習(xí)自然語言 ? 2021-01-18 17:00 ? 次閱讀

推薦系統(tǒng)從沒像現(xiàn)在這樣,影響著我們的生活。當(dāng)你上網(wǎng)購物時,天貓、京東會為你推薦商品;想了解資訊,頭條、知乎會為你準(zhǔn)備感興趣的新聞;想消遣放松,抖音、快手會為你奉上讓你欲罷不能的短視頻。

而驅(qū)動這些巨頭進(jìn)行推薦服務(wù)的,都是基于深度學(xué)習(xí)的推薦模型。

2019 年阿里的千人千面系統(tǒng),促成了天貓”雙 11“ 2684 億成交額。假設(shè)通過改進(jìn)商品推薦功能,使平臺整體的轉(zhuǎn)化率提升 1%,就能在 2684 億成交額的基礎(chǔ)上,再增加 26.84 億。這就是推薦工程師的最大魅力,也是它支撐起百萬年薪的主要原因。

但在一個成熟的推薦系統(tǒng)上,找到提升的突破點并不容易——不能滿足于協(xié)同過濾、矩陣分解這類傳統(tǒng)方法,而要建立起完整的深度學(xué)習(xí)推薦系統(tǒng)知識體系,加深對深度學(xué)習(xí)模型的理解和大數(shù)據(jù)平臺的熟悉程度,才能實現(xiàn)整體效果上的優(yōu)化。

上半年,因為疫情抽空看了本書叫《深度學(xué)習(xí)推薦系統(tǒng)》,對我啟發(fā)很大,豆瓣評分也挺高的9.3。作者是王喆,他是 Roku 資深機器學(xué)習(xí)工程師,推薦系統(tǒng)架構(gòu)負(fù)責(zé)人,從業(yè)這些年,他一直深耕于推薦系統(tǒng)、計算廣告領(lǐng)域,經(jīng)驗非常豐富。

所以,當(dāng)?shù)弥瞥隽藢凇渡疃葘W(xué)習(xí)推薦系統(tǒng)實戰(zhàn)》,我第一時間就訂閱了,跟著學(xué)下來,真是受益匪淺,之前嘗試過很多深度學(xué)習(xí)模型,但效果始終沒有提升。直到遇到這門課,讓我對深度學(xué)習(xí)推薦系統(tǒng)的認(rèn)知到了一個新高度,很想把它推薦給你。

在專欄中,他講解了深度學(xué)習(xí)推薦系統(tǒng)的經(jīng)典架構(gòu)設(shè)計,帶你掌握 Embedding 技術(shù)的主要實現(xiàn)方法,構(gòu)建完整的推薦系統(tǒng)評估體系路徑,并搭建出一個工業(yè)級的深度學(xué)習(xí)推薦系統(tǒng)。

在課程設(shè)置上,他遵循了經(jīng)典推薦系統(tǒng)的框架,將課程分為 6 部分,通過 30+ 深度學(xué)習(xí)推薦系統(tǒng)問題,帶你串聯(lián)起深度學(xué)習(xí)推薦系統(tǒng)的知識體系,并收獲了一套他實踐過的深度學(xué)習(xí)推薦系統(tǒng)開源代碼,實現(xiàn)一個工業(yè)級的深度學(xué)習(xí)推薦系統(tǒng)。

可以看看專欄里的學(xué)習(xí)圖譜,方便你了解這門課的設(shè)計以及用到的技術(shù)。

7467bf26-58b2-11eb-8b86-12bb97331649.png

基礎(chǔ)架構(gòu)篇:從推薦系統(tǒng)要解決的主要問題入手,講解我們要從 0 開始實現(xiàn)的推薦系統(tǒng), Sparrow RecSys 的主要功能和技術(shù)架構(gòu),也會用到 Spark、Flink、TensorFlow 等業(yè)界最流行的機器學(xué)習(xí)和大數(shù)據(jù)框架。

特征工程篇:討論推薦系統(tǒng)會用到的特征,以及主要的特征處理方式,并將其實踐在 Spark 上。此外,還有深度學(xué)習(xí)中非常流行的 Embedding、Graph Embedding 技術(shù),并帶你實現(xiàn) Sparrow Recsys 中的相似電影推薦功能。

線上服務(wù)篇:在這部分,他會帶你地搭建一個推薦服務(wù)器,包括服務(wù)器、存儲、緩存、模型服務(wù)等模塊和相關(guān)知識,涉及 Jetty Server, Spark、Redis 的使用,帶你初步掌握推薦工程師在工程領(lǐng)域的核心技能。

推薦模型篇:帶你學(xué)習(xí)深度學(xué)習(xí)推薦模型的原理和實現(xiàn)方法,包括Embedding+MLP ,Wide&Deep,PNN等深度學(xué)習(xí)模型的架構(gòu)和TensorFlow實現(xiàn),以及注意力機制、序列模型、增強學(xué)習(xí)等相關(guān)領(lǐng)域的前沿進(jìn)展。

效果評估篇:學(xué)習(xí)效果評估的主要方法和指標(biāo),建立起包括線下評估、線上 AB 測試、評估反饋閉環(huán)等整套的評估體系,真正能夠用業(yè)界的方法而不是實驗室的指標(biāo)來評價一個推薦系統(tǒng)。

前沿拓展篇:將業(yè)界巨頭們的深度學(xué)習(xí)推薦系統(tǒng)方案進(jìn)行融匯貫通,重點講解 YouTube、阿里巴巴、微軟、Pinterest 等一線公司的深度學(xué)習(xí)應(yīng)用,幫你追蹤業(yè)界發(fā)展的最新趨勢,并找到自己技術(shù)道路的方向。

具體內(nèi)容可以看看目錄:

責(zé)任編輯:xj

原文標(biāo)題:抖音日活用戶破 6 億,推薦系統(tǒng)是怎么做到的?

文章出處:【微信公眾號:深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 推薦系統(tǒng)
    +關(guān)注

    關(guān)注

    1

    文章

    43

    瀏覽量

    10088
  • 大數(shù)據(jù)
    +關(guān)注

    關(guān)注

    64

    文章

    8908

    瀏覽量

    137646
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5512

    瀏覽量

    121409

原文標(biāo)題:抖音日活用戶破 6 億,推薦系統(tǒng)是怎么做到的?

文章出處:【微信號:zenRRan,微信公眾號:深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 0人收藏

    評論

    相關(guān)推薦

    NPU在深度學(xué)習(xí)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心驅(qū)動力之一,已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元)是專門為深度學(xué)習(xí)
    的頭像 發(fā)表于 11-14 15:17 ?793次閱讀

    Pytorch深度學(xué)習(xí)訓(xùn)練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學(xué)習(xí)訓(xùn)練。
    的頭像 發(fā)表于 10-28 14:05 ?248次閱讀
    Pytorch<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練的方法

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識別 圖像識別是深度學(xué)習(xí)
    的頭像 發(fā)表于 10-27 11:13 ?459次閱讀

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?1095次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    。例如,在數(shù)據(jù)中心中,可以將 FPGA 與 CPU 或 GPU 結(jié)合使用,根據(jù)不同的任務(wù)需求進(jìn)行靈活的資源分配和協(xié)同計算,提高整個系統(tǒng)的性能和效率。 ? 算法優(yōu)化和創(chuàng)新:隨著深度學(xué)習(xí)算法的不斷發(fā)展和優(yōu)化
    發(fā)表于 09-27 20:53

    PyTorch深度學(xué)習(xí)開發(fā)環(huán)境搭建指南

    PyTorch作為一種流行的深度學(xué)習(xí)框架,其開發(fā)環(huán)境的搭建對于深度學(xué)習(xí)研究者和開發(fā)者來說至關(guān)重要。在Windows操作系統(tǒng)上搭建PyTorc
    的頭像 發(fā)表于 07-16 18:29 ?1208次閱讀

    深度學(xué)習(xí)中的時間序列分類方法

    時間序列分類(Time Series Classification, TSC)是機器學(xué)習(xí)深度學(xué)習(xí)領(lǐng)域的重要任務(wù)之一,廣泛應(yīng)用于人體活動識別、系統(tǒng)監(jiān)測、金融預(yù)測、醫(yī)療診斷等多個領(lǐng)域。隨
    的頭像 發(fā)表于 07-09 15:54 ?1110次閱讀

    深度學(xué)習(xí)中的無監(jiān)督學(xué)習(xí)方法綜述

    深度學(xué)習(xí)作為機器學(xué)習(xí)領(lǐng)域的一個重要分支,近年來在多個領(lǐng)域取得了顯著的成果,特別是在圖像識別、語音識別、自然語言處理等領(lǐng)域。然而,深度學(xué)習(xí)模型
    的頭像 發(fā)表于 07-09 10:50 ?880次閱讀

    基于AI深度學(xué)習(xí)的缺陷檢測系統(tǒng)

    在工業(yè)生產(chǎn)中,缺陷檢測是確保產(chǎn)品質(zhì)量的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的人工檢測方法不僅效率低下,且易受人為因素影響,導(dǎo)致誤檢和漏檢問題頻發(fā)。隨著人工智能技術(shù)的飛速發(fā)展,特別是深度學(xué)習(xí)技術(shù)的崛起,基于AI深度學(xué)
    的頭像 發(fā)表于 07-08 10:30 ?1629次閱讀

    深度學(xué)習(xí)與nlp的區(qū)別在哪

    深度學(xué)習(xí)和自然語言處理(NLP)是計算機科學(xué)領(lǐng)域中兩個非常重要的研究方向。它們之間既有聯(lián)系,也有區(qū)別。本文將介紹深度學(xué)習(xí)與NLP的區(qū)別。 深度
    的頭像 發(fā)表于 07-05 09:47 ?1023次閱讀

    深度學(xué)習(xí)中的模型權(quán)重

    深度學(xué)習(xí)這一充滿無限可能性的領(lǐng)域中,模型權(quán)重(Weights)作為其核心組成部分,扮演著至關(guān)重要的角色。它們不僅是模型學(xué)習(xí)的基石,更是模型智能的源泉。本文將從模型權(quán)重的定義、作用、優(yōu)化、管理以及應(yīng)用等多個方面,深入探討
    的頭像 發(fā)表于 07-04 11:49 ?1764次閱讀

    深度學(xué)習(xí)常用的Python庫

    深度學(xué)習(xí)作為人工智能的一個重要分支,通過模擬人類大腦中的神經(jīng)網(wǎng)絡(luò)來解決復(fù)雜問題。Python作為一種流行的編程語言,憑借其簡潔的語法和豐富的庫支持,成為了深度學(xué)習(xí)研究和應(yīng)用的首選工具。
    的頭像 發(fā)表于 07-03 16:04 ?691次閱讀

    深度學(xué)習(xí)與傳統(tǒng)機器學(xué)習(xí)的對比

    在人工智能的浪潮中,機器學(xué)習(xí)深度學(xué)習(xí)無疑是兩大核心驅(qū)動力。它們各自以其獨特的方式推動著技術(shù)的進(jìn)步,為眾多領(lǐng)域帶來了革命性的變化。然而,盡管它們都屬于機器學(xué)習(xí)的范疇,但
    的頭像 發(fā)表于 07-01 11:40 ?1509次閱讀

    深度解析深度學(xué)習(xí)下的語義SLAM

    隨著深度學(xué)習(xí)技術(shù)的興起,計算機視覺的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展,例如目標(biāo)的檢測、識別和分類等領(lǐng)域。近年來,研究人員開始在視覺SLAM算法中引入深度學(xué)習(xí)技術(shù),使得
    發(fā)表于 04-23 17:18 ?1352次閱讀
    <b class='flag-5'>深度</b>解析<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>下的語義SLAM

    為什么深度學(xué)習(xí)的效果更好?

    導(dǎo)讀深度學(xué)習(xí)是機器學(xué)習(xí)的一個子集,已成為人工智能領(lǐng)域的一項變革性技術(shù),在從計算機視覺、自然語言處理到自動駕駛汽車等廣泛的應(yīng)用中取得了顯著的成功。深度
    的頭像 發(fā)表于 03-09 08:26 ?668次閱讀
    為什么<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的效果更好?

    電子發(fā)燒友

    中國電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會員交流學(xué)習(xí)
    • 獲取您個性化的科技前沿技術(shù)信息
    • 參加活動獲取豐厚的禮品