推薦系統是人工智能、機器學習與大數據最為直接的前沿應用，是與日常生產和生活結合最緊密的智能系統。

近十年來，越來越多的推薦系統部署在電子商務、在線社交、搜索引擎、人機交互等各個互聯網領域。同時，在金融、醫療、物流供應等傳統領域，結合相關領域知識定制化的智能推薦系統也正在崛起。

>>圖片來自「智能推薦系統入門與提高」課件<<

越來越多的企業把推薦系統作為開展業務的核心支持系統，其中包括國內外眾所周知的企業如阿里巴巴（Alibaba）、百度（Baidu）、騰訊（Tencent）、Amazon、Facebook、Twitter、Google等。

因此，市場對構建智能推薦系統高級人才需求日益增大。然而，國內鮮有高校開設推薦系統的相關課程。雖然現在也有一些在線課程，但是很多課程為了迎合轉行從業者以及科研項目的需求，在課程設置中更加偏重于實踐操作，往往忽視理論層面系統完整的知識體系。

最終導致學習者做出來的推薦系統無法很好地貼合用戶需求，效果很差，但是面對底層邏輯又無法進行合理的理論分析與修改，舉步維艱！

為了完備自己的理論知識體系，更多的伙伴更會傾向于選擇閱讀相關書籍和上網查閱資料的方法。雖然書籍相比于博文、經驗貼的知識更加系統，但是實踐結果預期與實際總會大相徑庭，又很難通過查閱資料發現并解決其中的問題。

>>文末有福利彩蛋<<

要有系統完備的知識體系，最高效的方法是有深耕該領域的老師指導，同時結合實踐，從而幫助我們夯實基礎、提升實踐能力，快速入門，高效提升能力。

基于以上，深藍學院誠邀悉尼科技大學的胡亮與汪守金兩位博士，共同打磨推出了『智能推薦系統入門與提高』課程，并且操龍兵與曹建兩位教授也對課程的制作提供了指導建議。

課程整體采用由淺入深的教學方式，從構建基本的經典推薦系統入手，逐步過渡到基于深度學習、圖網絡的更為復雜的推薦系統的搭建，深入理解不同推薦系統的優缺點。

胡亮、汪守金兩位博士在課程中，會在答疑群中與大家交流，并幫助每一位學員解決學習中遇到的問題。除此之外，課程每章都有作業安排，更好鞏固課程所學內容。并且會有專屬的助教，為學員的作業進行反復多次的批改反饋，幫助大家在每一次作業實踐中學習、成長！

講師團隊

胡亮/講師

上海交通大學-悉尼科技大學雙博士

研究領域：推薦系統、機器學習、數據科學等

在WWW，IJCAI，AAAI，ICDM，ICWS，TOIS，IEEE-IS等刊物發表論文30余篇，提出的推薦系統模型和算法，已經被諸多國內外項目采用，包括三星、摩根士丹利、攜程、澳大利亞稅務局、澳大利亞專利局等。

?

汪守金/講師

悉尼科技大學客座研究員

悉尼科技大學數據科學與人工智能方向博士

主要研究方向：數據科學、機器學習、用戶行為分析、時間序列數據分析與推薦系統。

在國際知名會議期刊IJCAI, AAAI, TNNLS, TII, TSMC-Systems上發表高水平文章20余篇，其中單篇被引超過140次。

課程大綱

>>點擊圖片，查看大圖<<?? ??

項目實踐

? 使用Python基本模塊構建經典推薦系統

o 基于用戶和物品屬性的線性回歸模型進行物品評分預測

o 基于用戶和物品屬性的Logistic回歸模型進行物品點擊預測

o 基于用戶和物品屬性的Softmax回歸模型進行物品排序推薦

? 使用Numpy、Pandas、Scikit-learn等Python庫進行推薦性能評估

o 使用Numpy, Pandas等計算推薦結果的精度，多樣性，新穎性等指標

? 使用深度學習庫（以Keras為例）構建深度推薦模型

o 使用Keras構建基于用戶和物品屬性的Neural Regression Recommendation Models，Neural Matrix Factorization，Neural Factorization Machines

o 使用Keras構建基于用戶交易記錄和會話數據的Recurrent Neural Networks, Convolutional Neural Networks, Graph Neural Networks等神經網絡模型

搶占優惠名額

現在報名，即可優惠100元！

不要輕易錯過機會

備注“817”，會優先通過哦~

▲?立即掃碼咨詢

還有疑問？

趕快添加「葉子」，獲取專業解答!

福利時間

推薦系統引用量Top 50的論文集

單篇論文引用量均高達1000+

微信掃碼，備注“52論文”，免費領取

總結

以上是生活随笔為你收集整理的推荐系统的构建：从经典到深度学习方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。