330分钟
电商商品推荐系统项目实战
电商业务在全球各大互联网公司的营收中都占有极其重要的地位，推荐系统对用户推荐商品的质量好坏直接影响了巨头们的股价，商品推荐团队是公司各大算法团队中的核心团队，有着绝对地位的优势。 本课程为完整的电商商…
电商业务在全球各大互联网公司的营收中都占有极其重要的地位，推荐系统对用户推荐商品的质量好坏直接影响了巨头们的股价，商品推荐团队是公司各大算法团队中的核心团队，有着绝对地位的优势。
本课程为完整的电商商品推荐项目，采用阿里巴巴淘宝电商 真实公开数据集，根据用户在商品全集上的移动端行为数据及百万级的商品信息，建立推荐模型，并预估用户在接下来一天对商品子集购买行为。
第一阶段 电商商品推荐系统的介绍与准备
- 第1课：商品推荐的项目背景
- 第2课：商品推荐相关比赛介绍
- 第3课：商品推荐的环境配置
- 第4课：商品推荐的数据处理
第二阶段 电商商品推荐系统的特征工程
- 第5课：商品推荐的数据分析与可视化
- 第6课：基于规则的预测方法
- 第7课：特征提取相关方法
- 第8课：特征构建的代码实现
第三阶段：商品推荐系统模型构建
- 第9课：协同过滤算法实现
- 第10课：逻辑回归算法模型
- 第11课：GBDT算法模型
- 第12课：GBDT算法的调参技巧
第四阶段：商品推荐系统迭代优化
- 第13课：推荐项目整体回顾
- 第14课：Wide & Deep算法模型
- 第15课：FM与NFM算法模型
- 第16课：NFM算法代码解读
七月在线
集AI大模型教育、应用开发、机器人解决方案为一体