课程介绍

• 

  张相於

  高级算法专家

  张相於，阿里巴巴高级算法专家，多年机器学习、推荐搜索、风控反欺诈等算法系统开发经验。主导过多套算法系统的落地和优化，对机器学习理论和应用有着丰富经验。多次在《程序员》杂志、SACC、DTCC等技术大会上分享技术和行业观点。

• 主题说明

  文本数据是推荐系统中常见的数据，具有数量大，无结构，歧义多等特点，如何有效利用这些信息来提升推荐系统的整体效果是一个很重要的命题。

• 适合对象

  适用于对深度学习、机器学习、自然语言处理、机器人、语音识别、推荐系统、人脸识别、SLAM等领域感兴趣的CTO、架构师、技术总监、研究员、工程师、程序员等。

• 学习要点

   

  主题大纲

  本次分享将从简单的词袋模型入手，沿着结构化、概率化、生成式、 时序化的思路，分别介绍词袋模型、隐语义模型以及神经网络模型等多种文本模型，讲解这些模型如何在推荐系统中落地使用，以及需要注意的问题。希望听众能够对推荐系统中的文本处理技术有一个系统化、结构化的了解。

   

   

  听众收益

  1. 掌握词袋模型的应用方法；

  2. 了解文本主题模型的思维脉络和模型原理，掌握常用的使用方法；

  3. 理解神经网络语言模型与文本主题模型的异同点，能解决什么问题，以及使用时的注意点；

  4. 系统性掌握文本数据处理的原理和脉络，以及在推荐系统中的落地方法。

   

   

• 课时安排

  

  在线峰会交流群

  ---

  若对本次峰会有疑问或者需要技术交流请扫扫二维码入【CSDN AI峰会交流群】一起探讨交流