分享资源

【推荐系统训练营-推荐系统工程师 – 带源码课件】

  • 发布时间：
    2025-03-22 22:03:28
  • 文件大小：
    共计 93 个文件，合计：32.3GB
  • 资源来源：
    夸克网盘夸克网盘
  • 资源售价：
    积分5积分
・本站会员获取资源无需消耗积分。
・获取资源后可以在「个人中心」24 小时内无理由退积分。
・为防止资源链接失效，请及时转存文件。

  • 阿里云盘 【尚硅谷】大数据机器学习和推荐系统 – 带源码课件

    尚硅谷精心打造出了机器学习与推荐系统课程，将机器学习理论与推荐系统项目实战并重，对机器学习和推荐系统基础知识做了系统的梳理和阐述，并通过电影推荐网站的具体项目进行了实战演练。为有志于增加大数据项目经验、扩展机器学习发展方向的工程师提供最好的学习平台。...

  • 阿里云盘 【贪心科技】大模型开发应用实战营 – 带源码课件

    本课程包括大模型开发基础，RAG基础与架构，RAG与LangChain，模型微调与私有化大模型，智能设备与“小”模型，多模态大模型开发7个阶段，内容涵盖大模型核心原理，大模型实操与API调用，提示工程技术，RAG，向量数据库，LangChain，Function Calling，模型微调，LoRA，Agent，智能设备上的模型优化，边缘计算与大模型，多模态大模型，Sora等前沿技术等全方位知识讲解，并结合5个实战项目，帮助同学们实现学以致用。...

  • 夸克网盘 【大模型开发应用实战营 – 带源码课件】

    大模型开发应用实战营 - 带源码课件。 本课程包括大模型开发基础，RAG基础与架构，RAG与LangChain，模型微调与私有化大模型，智能设备与“小”模型，多模态大模型开发7个阶段，内容涵盖大模型核心原理，大模型实操与API调用，提示工程技术，RAG，向量数据库，LangChain，Function Calling，模型微调，LoRA，Agent，智能设备上的模型优化，边缘计算与大模型，多模态大模型，Sora等前沿技术等全方位知识讲解，并结合5个实战项目，帮助同学们实现学以致用。 ├── 01 第一周 ├── 02 第二周 ├── 03 第三周 ├── 04 第四周 ├── 05 第五周 ├…...

  • 夸克网盘 【贪心科技】大模型开发应用实战营 – 带源码课件

    本课程包括大模型开发基础，RAG基础与架构，RAG与LangChain，模型微调与私有化大模型，智能设备与“小”模型，多模态大模型开发7个阶段，内容涵盖大模型核心原理，大模型实操与API调用，提示工程技术，RAG，向量数据库，LangChain，Function Calling，模型微调，LoRA，Agent，智能设备上的模型优化，边缘计算与大模型，多模态大模型，Sora等前沿技术等全方位知识讲解，并结合5个实战项目，帮助同学们实现学以致用。...

  • 夸克网盘 大模型开发应用实战营 – 带源码课件 【16GB】

    本课程包括大模型开发基础，RAG基础与架构，RAG与LangChain，模型微调与私有化大模型，智能设备与“小”模型，多模态大模型开发7个阶段，内容涵盖大模型核心原理，大模型实操与API调用，提示工程技术，RAG，向量数据库，LangChain，Function Calling，模型微调，LoRA，Agent，智能设备上的模型优化，边缘计算与大模型，多模态大模型，Sora等前沿技术等全方位知识讲解，并结合5个实战项目，帮助同学们实现学以致用。...

  • 夸克网盘 【贪心科技】大模型开发应用实战营 – 带源码课件

    【贪心科技】大模型开发应用实战营 - 带源码课件-夸克网盘资源下载地址由网盘用户[单调*3]分享，包含mp4等格式共计48个文件，文件大小为15.99GB，分享时间2025-03-03，此夸克网盘资源由桔子搜网盘搜索引擎收集整理。...

  • 阿里云盘 【百战程序员】AI算法工程师就业班 – 带源码课件

    针对在校、在职学员，为期3年倾心打造良品《人工智能8.0版》，人工智能院长陈博老师亲自操刀，为期6个月的教学时段，125个知识模块，每日仅需2-3小时学习时间。跟着陈博老师学习进度，名企大厂offer在招手。...

  • 阿里云盘 2024全新Langchain大模型AI应用与多智能体实战开发 – 带源码课件

    2024全新Langchain大模型AI应用与多智能体实战开发 - 带源码课件，和资源，免费下载。 今年开发人员必须掌握的Ai 开发技术来了。课程全面系统的讲解AI应用开发框架Langchain、LangGraph，帮助大家将AI整合到业务中、实现各种智能体自动化执行业务流程，和多智能体协作处理业务。 通过本课程，您将学会Langchain从零掌握实战开发私有知识库问答系统、业务Agent智能体、AI客服系统~ ├── Langchain大模型AI应用实战开发-资料 ├── 10_10-提示词里模板中的模板解决复杂的聊天对话.mp4 ├── 11_11-Langchain管道提示词模板应用.m…...

  • 夸克网盘 【尚硅谷】大数据项目之大电商推荐系统 – 带源码课件

    尚硅谷打造的电商推荐系统项目，就是以经过修改的中文亚马逊电商数据集作为依托，并以某电商网站真实的业务架构作为基础来实现的，其中包含了离线推荐与实时推荐体系，综合利用了协同过滤算法以及基于内容的推荐方法来提供混合推荐。具体实现的模块主要有：基于统计的离线推荐、基于隐语义模型的离线推荐、基于自定义模型的实时推荐，以及基于内容的、和基于Item-CF的离线相似推荐。...

  • 夸克网盘 推荐系统工程师实战：15周深度学习+企业级项目

    本课程专为希望成为推荐系统工程师的学习者设计，涵盖从机器学习基础到高级推荐算法的全面内容。通过15周的密集训练，学员将掌握内容画像、用户画像、传统与深度匹配方法、经典排名算法、图嵌入技术、深度排名模型等核心技能。课程不仅提供丰富的理论知识，还包括多个企业级项目实战，帮助学员将所学知识应用于实际工作中。此外，课程还特别安排了项目总结、部署及职业规划、面试指导，确保学员能够在职场中脱颖而出。适合有志于进入推荐系统领域的技术人员及希望提升现有技能的专业人士。...
    推荐系统工程师实战：15周深度学习+企业级项目
    推荐系统工程师实战：15周深度学习+企业级项目

  • 夸克网盘 比特C++研发工程师系统就业课(视频mp4+资料pdf167G)

    比特C++研发工程师系统课程，视频课程有C++、C语言、数据结构等视频课程和DPF资料。...

  • 阿里云盘 2023年咨询工程师考试复习材料 – 带源码课件

    2023年《咨询工程师》必备复习资料!通关考试就看它了!...

  • 夸克网盘 2023年咨询工程师考试复习材料 – 带源码课件

    2023年《咨询工程师》必备复习资料!通关考试就看它了!...

  • 夸克网盘 HarmonyOS鸿蒙应用开发，从0基础到开发APP- 带源码课件

    HarmonyOS 鸿蒙应用开发，大势所趋，强烈推荐大家学习这门技术，为自己以后多一个选择，本课程非常适合小白学习，从基础开始讲起，逐渐开发app，本课程最后是以一个购物APP为实例总结所学的内容，非常不错~ ├── 01-HarmonyOS概述.mp4 ├── 02-安装配置DevEco Studio.mp4 ├── 03-创建Hello World工程.mp4 ├── 04-运行Hello World工程.mp4 ├── 05-Hello World工程目录.mp4 ├── 06-ArkTS的基本组成.mp4 ├── 07-ArkTS声明式UI描述-创建组件.mp4 ├── 08-ArkT…...

  • 阿里云盘 HarmonyOS鸿蒙应用开发，从0基础到开发APP- 带源码课件

    HarmonyOS 鸿蒙应用开发，大势所趋，强烈推荐大家学习这门技术，为自己以后多一个选择，本课程非常适合小白学习，从基础开始讲起，逐渐开发app，本课程最后是以一个购物APP为实例总结所学的内容，非常不错~ ├── 01-HarmonyOS概述.mp4 ├── 02-安装配置DevEco Studio.mp4 ├── 03-创建Hello World工程.mp4 ├── 04-运行Hello World工程.mp4 ├── 05-Hello World工程目录.mp4 ├── 06-ArkTS的基本组成.mp4 ├── 07-ArkTS声明式UI描述-创建组件.mp4 ├── 08-ArkT…...

介绍 推荐系统训练营-推荐系统工程师 – 带源码课件。 推荐系统主要分两个环节：召回和排序。 这两个阶段都离不开用户画像的支持，而用户画像又是在内容画像的基础上不断累积用户行为而来，故，首先需要有内容画像，构建文本物品的内容画像需要nlp技术的支持，存储内容和用户互相依赖常用数据库以及贝叶斯平滑、威尔逊置信区间等技术。 学习本项目后，你将了解到如何使用nlp技术抽取物品信息形成的内容标签，依托mysql、Redis等数据库存储内容画像，并基于内容画像和用户行为形成用户画像，再此基础之上建立基于画像的推荐系统。 ├── Week 1：机器学习基础
├── Week 2：推荐系统基础
├── Week 3：内容画像与用户画像
├── Week 4：用户画 Week
├── Week 5：传统match方法
├── Week 6：深度match方法
├── Week 7：经典Ranking方法
├── Week 8： GraphEmbedding 大家族与用户行为构建
├── Week 9：引入sideinfo信息的图推荐、基于推理的图推荐
├── Week 10：深度Ranking模型等多个文件
├── Week 11：重排序与多目标学习
├── Week 12：热点文章实时召回
├── Week 13：多目标与用户多兴趣
├── Week 14：强化学习与推荐系统
├── Week 15：项目总结、部署
├── 资料

📢 以下文件由夸克网盘用户于2024-11-03分享（文件数量过多时仅展示部分文件）
推荐系统训练营-推荐系统工程师 - 带源码课件32.3GB
Week 1：机器学习基础2.84GB
1.1 课程安排与项目介绍2.24GB
1.开篇介绍.mp4353.62MB
2.课程概览.mp4343.9MB
3.老师介绍.mp4158.17MB
4.逻辑回归与梯度下降-1.mp4213.86MB
5.逻辑回归与梯度下降-2.mp4235MB
6.逻辑回归与梯度下降-3.mp4228.41MB
7.神经网络.mp4161.5MB
8.正规化.mp4289.48MB
9.常用优化算法.mp4307.25MB
1.2 课程辅助内容612.22MB
1.指数分布.mp4133.59MB
2.广义线性模型.mp4110.32MB
3.贝叶斯估计与频率派估计.mp4368.31MB
Week 2：推荐系统基础3.36GB
Week 2-2.1推荐系统基础2.47GB
1.推荐架构与协同.mp4158.93MB
2.推荐架构与协同.mp4561.28MB
3.推荐架构与协同.mp4388.58MB
4.推荐架构与协同.mp4415.29MB
5.推荐架构与协同.mp4547.61MB
6.推荐架构与协同.mp4458.49MB
Week 2-2.2 课程辅助内容910.31MB
1.不同类别协同的实现与工程技巧.mp4434.84MB
2.不同类别协同的实现与工程技巧.mp4475.47MB
Week 3：内容画像与用户画像3.36GB
3.1内容画像与用户画像1.93GB
1.nlp技术内容画像的抽取.mp4340.04MB
2.nlp技术内容画像的抽取.mp4553.68MB
3.nlp技术内容画像的抽取.mp4237.43MB
4.nlp技术内容画像的抽取.mp4377.12MB
5.nlp技术内容画像的抽取.mp4473.13MB
3.2 课程辅助内容1.42GB
1.内容画像的抽取、构建实战1.mp4298.73MB
2.内容画像的抽取、构建实战1.mp4613.04MB
3.内容画像的抽取、构建实战1.mp4544.46MB
Week 4：用户画 Week3.23GB
4.1用户画像1.95GB
1.用户画像与内容画像的关系、用途.mp4573.51MB
2.用户画像与内容画像的关系、用途.mp4473.4MB
3.用户画像与内容画像的关系、用途.mp4471.89MB
4.用户画像与内容画像的关系、用途.mp4480.38MB
4.2 课程辅助内容1.28GB
1.Redis的搭建与使用.mp4815.87MB
2.Redis的搭建与使用.mp4497.34MB
Week 5：传统match方法3.17GB
第 5 章：Week 5-5.1传统match方法2.25GB
1.传统match方法.mp4662.39MB
2.传统match方法.mp4794.07MB
3.传统match方法.mp4578.79MB
4.传统match方法.mp4269.85MB
第 5 章：Week 5-5.2 课程辅助内容939.1MB
1.NCF、GMF的实现.mp4423.29MB
2.NCF、GMF的实现.mp4515.81MB
Week 6：深度match方法2.47GB
Week 6-6.1深度match方法1.63GB
1.深度match方法.mp4380.92MB
2.深度match方法.mp4476.75MB
3.深度match方法.mp4438.02MB
4.深度match方法.mp4377.73MB
Week 6-6.2 课程辅助内容858.92MB
1.f深度match方法.mp4382.16MB
2.f深度match方法.mp4476.75MB
Week 7：经典Ranking方法1.32GB
ctr预估初探1.mp4266.99MB
ctr预估初探2.mp4197.16MB
ctr预估初探3.mp4175.37MB
ctr预估初探4.mp4349.45MB
ctr预估初探5.mp4152.86MB
ctr预估初探6.mp4206.45MB
Week 8： GraphEmbedding 大家族与用户行为构建1.74GB
辅助内容.mp4408.93MB
lecture1-1.mp4211.73MB
lecture1-2.mp4161.33MB
lecture1-3.mp4338.24MB
lecture1-4.mp4373.48MB
lecture1-5.mp4286.06MB
Week 9：引入sideinfo信息的图推荐、基于推理的图推荐1.54GB
辅助内容.mp4350.66MB
lecture1.mp4519.47MB
lecture2.mp4302.49MB
lecture3.mp4405.75MB
Week 10：深度Ranking模型等多个文件2.93GB
Week 10;深度Ranking模型2.93GB
课程辅助内容1.mp4422.92MB
课程辅助内容2.mp4557.78MB
课程辅助内容3.mp4487.71MB
lecture1.mp4239.95MB
lecture2.mp4443.75MB
lecture3.mp4428.79MB
lecture4.mp4416.43MB
Week 11：重排序与多目标学习2.3GB
lecture1.62GB
lecture 工业界新闻推荐系统中的冷启动-1.mp4331.88MB
lecture 工业界新闻推荐系统中的冷启动-2.mp4508.72MB
lecture 工业界新闻推荐系统中的冷启动-3.mp483.87MB
lecture 工业界新闻推荐系统中的冷启动-4.mp4280.04MB
lecture 工业界新闻推荐系统中的冷启动-5.mp4450.09MB
review702.36MB
Review-1.mp4197.15MB
Review-2.mp4505.21MB
Week 12：热点文章实时召回867.17MB
热点文章实时召回策略-1(204238).mp4178.86MB
热点文章实时召回策略-2(204238).mp4246.52MB
热点文章实时召回策略-3(204238).mp4167.41MB
热点文章实时召回策略-4(204238).mp4182.15MB
热点文章实时召回策略-5(204238).mp492.24MB
Week 13：多目标与用户多兴趣1.17GB
多目标与用户多兴趣-1.mp4393.84MB
多目标与用户多兴趣-2.mp4296.11MB
多目标与用户多兴趣-3.mp481.06MB
多目标与用户多兴趣-4.mp4226.97MB
多目标与用户多兴趣-5.mp4199.03MB
Week 14：强化学习与推荐系统1.18GB
强化学习与推荐系统-1.mp4385.5MB
强化学习与推荐系统-2.mp4393.59MB
强化学习与推荐系统-3.mp4255.91MB
强化学习与推荐系统-4.mp4178.41MB
Week 15：项目总结、部署864.54MB
项目总结、部署以及职业规划、面试指导1.mp4336.14MB
项目总结、部署以及职业规划、面试指导2.mp4148.22MB
项目总结、部署以及职业规划、面试指导3.mp4380.18MB
资料0B
共93个文件，合计：32.3GB
夸克网盘
网站声明：
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。
资源评论 AUP主 M管理员
评分
{{ rating }}分