其他
赠书 | 从阿里到Facebook,一线大厂这样做深度学习推荐系统
本文内容节选自《深度学习推荐系统》一书。由美国Roku推荐系统架构负责人、前Hulu高级研究员王喆精心编著,书中包含了这场革命中一系列的主流技术要点:深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践…………深度学习在推荐系统领域掀起了一场技术革命,本书是一本致力于提高一线算法工程师们工业级推荐系统实践能力的技术干货。想要了解关于推荐系统的更多干货知识,关注AI科技大本营并在评论区分享你对本文的学习心得,我们将从中选出5条优质评论,各送出《深度学习推荐系统》一本。活动截止时间为5月13日晚8点。
8.1.1 推荐系统应用场景
8.1.2 以GBDT+LR组合模型为基础的CTR预估模型
8.1.3 实时数据流架构
1.waiting window(数据等待窗口)的设定
2.分布式架构与全局统一的action id(行为id)
3.数据流保护机制
8.1.4 降采样和模型校正
1.特征工程模型化
2.模型复杂性和实效性的权衡
3.有想法要用数据验证
8.1.6 Facebook的深度学习模型DLRM
8.1.7 DLRM模型并行训练方法
8.1.8 DLRM模型的效果
8.1.9 Facebook深度学习推荐系统总结
赠书活动
想要了解关于推荐系统的更多干货知识,关注AI科技大本营并在评论区分享你对本文的学习心得,我们将从中选出5条优质评论,各送出《深度学习推荐系统》一本。
▼ 扫码或点击阅读原文获取本书详情 ▼