-
-
【MAB问题】简单却有效的Bandit算法.html
-
【MAB问题】简单却有效的Bandit算法.mp3
-
【MAB问题】简单却有效的Bandit算法.pdf
-
【MAB问题】结合上下文信息的Bandit算法.html
-
【MAB问题】结合上下文信息的Bandit算法.mp3
-
【MAB问题】结合上下文信息的Bandit算法.pdf
-
【MAB问题】如何将Bandit算法与协同过滤结合使用.html
-
【MAB问题】如何将Bandit算法与协同过滤结合使用.mp3
-
【MAB问题】如何将Bandit算法与协同过滤结合使用.pdf
-
【近邻推荐】解密“看了又看”和“买了又买”.html
-
【近邻推荐】解密“看了又看”和“买了又买”.mp3
-
【近邻推荐】解密“看了又看”和“买了又买”.pdf
-
【近邻推荐】人以群分，你是什么人就看到什么世界.html
-
【近邻推荐】人以群分，你是什么人就看到什么世界.mp3
-
【近邻推荐】人以群分，你是什么人就看到什么世界.pdf
-
【近邻推荐】协同过滤中的相似度计算方法有哪些.html
-
【近邻推荐】协同过滤中的相似度计算方法有哪些.mp3
-
【近邻推荐】协同过滤中的相似度计算方法有哪些.pdf
-
【矩阵分解】Facebook是怎么为十亿人互相推荐好友的.html
-
【矩阵分解】Facebook是怎么为十亿人互相推荐好友的.mp3
-
【矩阵分解】Facebook是怎么为十亿人互相推荐好友的.pdf
-
【矩阵分解】那些在Netflix Prize中大放异彩的推荐算法.html
-
【矩阵分解】那些在Netflix Prize中大放异彩的推荐算法.mp3
-
【矩阵分解】那些在Netflix Prize中大放异彩的推荐算法.pdf
-
【矩阵分解】如果关注排序效果，那么这个模型可以帮到你.html
-
【矩阵分解】如果关注排序效果，那么这个模型可以帮到你.mp3
-
【矩阵分解】如果关注排序效果，那么这个模型可以帮到你.pdf
-
【模型融合】经典模型融合办法：线性模型和树模型的组合拳.html
-
【模型融合】经典模型融合办法：线性模型和树模型的组合拳.mp3
-
【模型融合】经典模型融合办法：线性模型和树模型的组合拳.pdf
-
【模型融合】深度和宽度兼具的融合模型 Wide and Deep.html
-
【模型融合】深度和宽度兼具的融合模型 Wide and Deep.mp3
-
【模型融合】深度和宽度兼具的融合模型 Wide and Deep.pdf
-
【模型融合】一网打尽协同过滤、矩阵分解和线性模型.html
-
【模型融合】一网打尽协同过滤、矩阵分解和线性模型.mp3
-
【模型融合】一网打尽协同过滤、矩阵分解和线性模型.pdf
-
【内容推荐】超越标签的内容推荐系统.html
-
【内容推荐】超越标签的内容推荐系统.mp3
-
【内容推荐】超越标签的内容推荐系统.pdf
-
【内容推荐】从文本到用户画像有多远.html
-
【内容推荐】从文本到用户画像有多远.mp3
-
【内容推荐】从文本到用户画像有多远.pdf
-
【内容推荐】画鬼容易画人难：用户画像的“能”和“不能”.html
-
【内容推荐】画鬼容易画人难：用户画像的“能”和“不能”.mp3
-
【内容推荐】画鬼容易画人难：用户画像的“能”和“不能”.pdf
-
【其他应用算法】构建一个科学的排行榜体系.html
-
【其他应用算法】构建一个科学的排行榜体系.mp3
-
【其他应用算法】构建一个科学的排行榜体系.pdf
-
【其他应用算法】实用的加权采样算法.html
-
【其他应用算法】实用的加权采样算法.mp3
-
【其他应用算法】实用的加权采样算法.pdf
-
【其他应用算法】推荐候选池的去重策略.html
-
【其他应用算法】推荐候选池的去重策略.mp3
-
【其他应用算法】推荐候选池的去重策略.pdf
-
【深度学习】深度学习在推荐系统中的应用有哪些.html
-
【深度学习】深度学习在推荐系统中的应用有哪些.mp3
-
【深度学习】深度学习在推荐系统中的应用有哪些.pdf
-
【深度学习】用RNN构建个性化音乐播单.html
-
【深度学习】用RNN构建个性化音乐播单.mp3
-
【深度学习】用RNN构建个性化音乐播单.pdf
-