【资源介绍】:
从商业角度来讲，互联网主要起到平台作用，构建多方沟通桥梁，例如淘宝对应卖家和卖家，头条是信息产出方和读者，除了要满足用户本身的需求，还要考虑到商家的利益。
平台巩固流量，才能进一步的转化，达到盈利。这时候，推荐系统可能是一整个系统的核心。
在算法层面，人力层面，非常需要拥有推荐系统相关知识的人才，这是算法工程师、数据科学家等职业非常好的去处。
同时，推荐算法择业面广，可无障碍转搜索、广告精准投放
因为从模型角度，推荐系统几乎涵盖了所有机器学习能解决问题的结构，并且尝试了各种特征工程方法，构建了很多重要的模型结构。
【资源目录】:
├──01 深度之眼 推荐系统基础班课程 PDF
| ├──第八章 推荐系统的前沿实践.pdf 6.12M
| ├──第二章 前深度学习推荐算法(下).pdf 3.09M
| ├──第二章 前深度学习推荐算法（上）.pdf 3.09M
| ├──第六章 冷启动.pdf 3.99M
| ├──第七章 推荐系统的工程实现与评估.pdf 5.81M
| ├──第三章 深度学习推荐算法(上).pdf 2.88M
| ├──第三章 深度学习推荐算法(下).pdf 4.08M
| ├──第四章 Embedding技术.pdf 5.35M
| ├──第五章 多视角审视推荐系统.pdf 4.95M
| └──第一章 推荐系统概述.pdf 3.19M
├──03学员资料
| ├──01.CAN-资料
| | ├──1. CAN泛读.pdf 2.84M
| | ├──2. CAN精读.pdf 2.95M
| | ├──3. CAN代码项目实践.pdf 2.01M
| | ├──auc.py 1.83kb
| | ├──can.py 4.64kb
| | ├──co_action_unit.py 1.44kb
| | ├──dnn.py 3.82kb
| | ├──inputs.py 3.03kb
| | ├──main.py 2.92kb
| | ├──ps.py 2.52kb
| | └──【CAN】 Revisiting Feature Co-Action for Click-Through Rate.pdf 718.58kb
| ├──02.MIND-资料
| | ├──auc.py 1.83kb
| | ├──capsule.py 11.46kb
| | ├──dnn.py 3.82kb
| | ├──inputs.py 3.03kb
| | ├──main.py 2.92kb
| | ├──mind.py 11.65kb
| | ├──ps.py 2.52kb
| | ├──【MIND】论文.pdf 1.28M
| | ├──第二课-MIND精读.pdf 16.87M
| | ├──第三课-MIND代码项目实践.pdf 16.02M
| | └──第一课-MIND泛读.pdf 23.82M
| ├──03.PLE-资料
| | ├──auc.py 1.83kb
| | ├──dnn.py 3.82kb
| | ├──inputs.py 3.03kb
| | ├──main.py 2.92kb
| | ├──PLE.pdf 2.97M
| | ├──ple.py 9.72kb
| | ├──ps.py 2.52kb
| | ├──第二课-PLE精读.pdf 16.74M
| | ├──第三课-PLE代码项目实践.pdf 15.97M
| | └──第一课-PLE泛读.pdf 23.72M
| ├──04.DAT-资料
| | ├──auc.py 1.83kb
| | ├──dat.py 5.89kb
| | ├──dnn.py 3.82kb
| | ├──inputs.py 3.03kb
| | ├──main.py 2.92kb
| | ├──ps.py 2.52kb
| | ├──【DAT】论文.pdf 937.99kb
| | ├──第二课-DAT精读.pdf 23.64M
| | ├──第三课-DAT代码实践.pdf 15.90M
| | └──第一课-DAT泛读.pdf 23.70M
| ├──05.FIBINET-资料
| | ├──auc.py 1.83kb
| | ├──dnn.py 3.82kb
| | ├──FiBiNet.pdf 942.98kb
| | ├──fibinet.py 7.70kb
| | ├──inputs.py 3.03kb
| | ├──main.py 2.92kb
| | ├──ps.py 2.52kb
| | ├──第二课-FIBINET精读.pdf 23.84M
| | ├──第三课-FIBINET代码实践.pdf 16.05M
| | └──第一课-FIBINET泛读.pdf 23.71M
| └──共用data
| | ├──raw
| | ├──train
| | ├──val
| | └──data_processing_hash_to_tfrecords_data7.py 3.99kb
├──1.(Part 1：推荐系统基础课)1.1 推荐系统的起源与应用.mp4 219.43M
├──10.(Part 1：推荐系统基础课)3.1.2 深度推荐算法上-1.mp4 208.23M
├──11.(Part 1：推荐系统基础课)3.2.1 深度学习推荐算法(下).mp4 116.18M
├──12.(Part 1：推荐系统基础课)3.2.2 深度学习推荐算法(下)1.mp4 210.00M
├──13.(Part 1：推荐系统基础课)4.1 embedding技术.mp4 96.43M
├──14.(Part 1：推荐系统基础课)4.2 word2vec.mp4 133.03M
├──15.(Part 1：推荐系统基础课)4.3 item2vec_graph.mp4 250.09M
├──16.(Part 1：推荐系统基础课)5.1 特征工程.mp4 306.89M
├──17.(Part 1：推荐系统基础课)5.2 模型与特征实时性.mp4 52.44M
├──18.(Part 1：推荐系统基础课)5.3 策略与优化目标设定.mp4 59.23M
├──19.(Part 1：推荐系统基础课)6.1 冷启动问题概述.mp4 73.68M
├──2.(Part 1：推荐系统基础课)1.2 推荐系统的架构.mp4 121.94M
├──20.(Part 1：推荐系统基础课)6.2 汤普森&UCB.mp4 149.03M
├──21.(Part 1：推荐系统基础课)6.3 Lin_UCB.mp4 99.87M
├──22.(Part 1：推荐系统基础课)7.1 推荐系统的工程实现.mp4 281.99M
├──23.(Part 1：推荐系统基础课)7.2 推荐系统的评估.mp4 170.36M
├──24.(Part 1：推荐系统基础课)8.1 国外推荐系统前沿实践.mp4 329.28M
├──25.(Part 1：推荐系统基础课)8.2国内推荐系统前沿实践.mp4 219.39M
├──26.(Part 1：推荐系统基础课)9.1 课程总结.mp4 215.24M
├──27.(Part 1：推荐系统基础课)9.2 职业发展.mp4 52.40M
├──28.(推荐系统项目班)项目二：基于多目标模型mmoe的电商场景排序应用——多目标模型的认识.mp4 189.16M
├──29.(推荐系统项目班)10月24日课程.mp4 273.83M
├──3.(Part 1：推荐系统基础课)2.1.1 倒排索引.mp4 70.14M
├──30.(推荐系统项目班)10月10日—DCN模型的代码开发.mp4 279.94M
├──31.(推荐系统项目班)10月17日课程.mp4 186.38M
├──32.(推荐系统项目班)9月26日—DCN模型的熟悉.mp4 156.20M
├──33.(推荐系统项目班)第一章 基于matrixCF在召回和排序中的运用_part01.mp4 76.83M
├──34.(推荐系统项目班)第一章 基于matrixCF在召回和排序中的运用_part02.mp4 84.87M
├──35.(推荐系统项目班)第一章 基于matrixCF在召回和排序中的运用_part03.mp4 89.81M
├──36.(推荐系统项目班)第一章 基于matrixCF在召回和排序中的运用_part04.mp4 90.11M
├──37.(推荐系统项目班)第二章 （上）资讯推荐中多路召回的实践_part01.mp4 90.41M
├──38.(推荐系统项目班)第二章 （上）资讯推荐中多路召回的实践_part02.mp4 82.13M
├──4.(Part 1：推荐系统基础课)2.1.2 用户协同过滤.mp4 73.36M
├──5.(Part 1：推荐系统基础课)2.1.3 物品协同过滤.mp4 71.41M
├──6.(Part 1：推荐系统基础课)2.1.4 隐语义模型.mp4 85.35M
├──7.(Part 1：推荐系统基础课)2.2.1 基础推荐算法下-0.mp4 188.29M
├──8.(Part 1：推荐系统基础课)2.2.2 基础推荐算法下-1.mp4 191.84M
└──9.(Part 1：推荐系统基础课)3.1.1深度推荐算法上-0.mp4 117.75M