课程简介
本课程以推荐系统的简介，包括其三要素及两种维度，引入推荐系统框架，然后从推荐系统数据仓库的建设，用户画像、产品画像进行阐述，在了解基础知识后，从操作层面进行揭秘，以业务为目标的中心算法如何设计、如何迭代、如何优化等问题，最后进行实操，使学员在学习完课程后可以应用到实际工作中，带来收益。
课程收益
1、掌握推荐系统的三要素及两种维度；
2、掌握推荐系统数据仓库的建设；
3、掌握在业务导向方向，算法的设计及优化；
4、了解推荐系统分层架构。
受众人群
算法工程师、大数据工程师、项目经理、营销经理等对AI有兴趣的人群
课程周期
1天（6H）
分享提纲
主题 | 内容 |
推荐系统适用条件及应用场景 | 1、推荐系统三要素 2、推荐系统的两种维度 |
推荐系统数据建设 | 1、用户行为数据仓库 2、用户画像 3、产品画像 |
推荐系统常用算法及应用策略及调整（两类问题） | 1、召回 2、排序 |
以业务目标为中心进行算法设计及优化 | 1、业务问题抽象 2、数据分布分析预研 3、设计损失函数及算法求解 4、效果评估及算法调整迭代 |
推荐系统分层架构（依业务需求设计，不做标准） | 1、离线数据平台及训练（batch style） 2、在线推荐引擎及推荐策略服务 3、流式实时建模（event-driven） |
常用算法实践及调优 | 1、数据预处理（特征梳理、样本选择、数据分布分析预研） 2、参数调优 3、模型评估 |
业务问题交流 | 1、沟通交流环节 |
京ICP备2022035414号-1
