深度学习推荐系统实战
王喆
Roku资深机器学习工程师,推荐系统架构负责人,前Hulu高级研究员,《深度学习推荐系统》作者
新⼈⾸单¥19.9
2071 人已学习
课程目录
已更新 5 讲 / 共 33 讲
0/4登录后,你可以任选4讲全文学习。
开篇词 (1讲)
开篇词|从0开始搭建一个深度学习推荐系统
免费
基础架构篇 (3讲)
01|深度学习推荐系统的经典技术架构长啥样?
02|Sparrow RecSys:我们要实现什么样的推荐系统?
03|深度学习基础:你打牢深度学习知识的地基了吗?
国庆策划 (1讲)
国庆策划 | 关于深度学习推荐系统,我有这些资料想推荐给你
深度学习推荐系统实战
15
15
1.0x
00:00/00:00
登录|注册

03|深度学习基础:你打牢深度学习知识的地基了吗?

王喆 2020-09-28
你好,我是王喆。
今天,我想用一节课的时间,带你梳理巩固一下深度学习的相关基础知识。打好基础之后,我们再去学习深度学习推荐系统的技术细节,就能更加得心应手了。
具体来说,我会从一个基本的神经元开始,讲到多神经元组成的神经网络,再到结构各异的深度学习网络,最后再讲一讲深度学习和推荐系统是怎么结合的。这样,从 0 到 1 带你体会深度学习网络生长的整个过程。
是不是已经迫不及待想要开始今天的课程啦?接下来,我们就一起“钻”进一个神经元里面,跟它一起成长吧。

一切要从一个神经元开始

上中学的时候,你肯定在生物课上学到过,神经元是我们神经系统的最基本单元,我们的大脑、小脑、脊髓都是由神经元组成的。比如,大脑大概包含了 1000 亿个神经元!正是这些小小的神经元之间互相连接合作,让大脑能够完成非常复杂的学习任务,这是一个多么神奇的过程!
于是,计算机科学家们就有一个设想,是不是我们也能从神经元出发,创造出一个人造大脑,来帮我们完成各种不同的任务呢?这其中当然也包括我们课程要讲的推荐任务。事实上,随着近十年深度学习网络的快速发展,这个设想已经被成功应用到图像识别、语音处理、推荐搜索等多个领域了!那组成这个“人造大脑”的基础,也就是神经元到底是什么样子的呢?
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《深度学习推荐系统实战》,如需阅读全部文章,
请订阅文章所属专栏新⼈⾸单¥19.9
立即订阅
登录 后留言

精选留言(7)

  • Chris
    希望老师更新快一些,一周只等来了一节课,有点慢啊。

    作者回复: 因为国庆假期快到了所以没有按正常速度更新。国庆后会按照一周三节的速度更新。

    2020-09-28
    4
  • 何去何从
    请问老师画图使用什么工具?谢谢

    作者回复: 用了一个线上工具 https://app.diagrams.net/
    不知道国内能不能访问,可以试一下。

    2020-09-28
    2
  • 李@君
    不同应用领域(图片分类,NLP)的模型结构会有所不同。模型深度越深,就需要更多的训练数据,和更强大的算力。但是深度和预测结果是否成正相关呢。现在的模型是结构越来越复杂,参数越来越多。

    作者回复: 非常好的insight。应该根据问题类型、数据规模来决定模型的结构和复杂度。
    通常来说,模型结构跟要解决的业务问题强相关,数据规模决定了模型能够支持的复杂程度。

    2020-09-28
    1
  • 大土豆
    老师,我想问下,您有见过服务端或者客户端的同学,转型AI开发成功的例子吗?可不可以分享下,我们的订阅听众可能大多数都不是AI出身,都是服务端或者客户端半路出家AI的

    作者回复: 还是有一些的。我在中国和美国公司都分别见到过一位这样的同事的。
    他们有共同点,就是之前从事后端开发的工作,对java jvm非常熟悉,另外对spark有一定经验,然后转到推荐或者广告团队。现在做的都非常出色。

    我觉得只要不是纯算法的工作,工程能力就是首要的能力,大家不要被AI、算法工程师这些title吓到,认为传统工程师和算法工程师之间的gap非常大。其实算法团队对工程能力非常好的同学永远都有需求。

    2020-09-28
    1
  • w1sl1y
    https://github.com/w1sl1y/bpnn
    之前用java写的一个BPNN的demo,新手可以看一下代码,加深反向神经网络的了解

    作者回复: 赞

    2020-09-29
  • 老师好,我看文章内有很多数学,算法知识,有没有什么途径可以快速切入的,否则听起来有点跟不上节奏

    作者回复: 这节课应该讲的比较基础,如果觉得有一点困难的话可能是梯度反向传播那块有些难度。

    建议找一些神经网络和深度学习的入门文章在看一下。或者到我下一节课推荐的书单里面找一些入门的机器学习/深度学习书籍学习一下。

    2020-09-29
    2
  • 想听家乡话
    老师,做推荐平台的不生产数据,只是数据的搬运工。推荐数据由算法同事去生产。做推荐系统平台的,有必要学习这门课吗?

    作者回复: 这个还是要看自己的需求,如果你想了解更全面的推荐系统知识,工作中寻求更多的团队配合,推进更大的项目,建议丰富一下自己的整体知识储备。

    2020-09-28
收起评论
7
返回
顶部