“深度学习推荐系统实战”的版本间的差异
来自CloudWiki
第23行: | 第23行: | ||
==线上服务篇== | ==线上服务篇== | ||
*[[线上服务:如何在线上提供高并发的推荐服务?]] | *[[线上服务:如何在线上提供高并发的推荐服务?]] | ||
+ | *[[存储模块:如何用Redis解决推荐系统特征的存储问题?]] |
2021年8月1日 (日) 01:58的版本
开篇词
基础架构篇
- 深度学习推荐系统实战:经典技术架构
- Sparrow RecSys:我们要实现什么样的推荐系统?
- 深度学习基础:你打牢深度学习知识的地基了吗?
- 深度学习推荐系统实战:推荐资料
- 深度学习推荐系统基础:你掌握了多少?
特征工程篇
- 特征工程:推荐系统有哪些可供利用的特征
- 特征处理:如何利用Spark解决特征处理问题?
- Embedding基础:所有人都在谈的Embedding技术到底是什么?
- Embedding进阶:如何利用图结构数据生成Graph Embedding?
- Embedding实战:如何使用Spark生成Item2vec和Graph Embedding?
- 答疑:基础架构篇+特征工程篇疑难解答
python版本的实操 ~
《PySpark 机器学习、自然语言处理与推荐系统》中有关于pyspark 实现推荐系统的代码