| ├──10_3.1.2深度推荐算法上-1.mp4 89.74M
| ├──11_3.2.1深度学习推荐算法(下).mp4 52.35M
| ├──12_3.2.2深度学习推荐算法(下)1.mp4 95.18M
| ├──13_4.1embedding技术.mp4 49.78M
| ├──14_4.2word2vec.mp4 63.14M
| ├──15_4.3item2vec_graph.mp4 111.66M
| ├──16_5.1特征工程.mp4 149.14M
| ├──17_5.2模型与特征实时性.mp4 26.00M
| ├──18_5.3策略与优化目标设定.mp4 29.09M
| ├──19_6.1冷启动问题概述.mp4 35.77M
| ├──1_1.1推荐系统的起源与应用.mp4 35.24M
| ├──20_6.2汤普森&UCB.mp4 69.38M
| ├──21_6.3Lin_UCB.mp4 48.64M
| ├──22_7.1推荐系统的工程实现.mp4 125.36M
| ├──23_7.2推荐系统的评估.mp4 81.32M
| ├──24_8.1国外推荐系统前沿实践.mp4 142.30M
| ├──25_8.2国内推荐系统前沿实践.mp4 93.98M
| ├──26_9.1课程总结.mp4 105.79M
| ├──27_9.2职业发展.mp4 25.14M
| ├──2_1.2推荐系统的架构.mp4 54.35M
| ├──3_2.1.1倒排索引.mp4 30.52M
| ├──4_2.1.2用户协同过滤.mp4 34.58M
| ├──5_2.1.3物品协同过滤.mp4 29.59M
| ├──6_2.1.4隐语义模型.mp4 39.72M
| ├──7_2.2.1基础推荐算法下-0.mp4 83.44M
| ├──8_2.2.2基础推荐算法下-1.mp4 84.44M
| └──9_3.1.1深度推荐算法上-0.mp4 53.45M
├──1_Part02：入门实战
| ├──0_第3节：matrixCF在资讯场景中召回和排序的应用（下）.mp4 230.85M
| ├──1_第2节：matrixCF在资讯场景中召回和排序的应用(上）.mp4 211.54M
| └──2_第1节：推荐系统的整体架构.mp4 217.78M
├──2_Part03：进阶实战
| ├──0_第4节：电商场景中深度学习模型在召回和排序中的应用（下）.mp4 159.15M
| ├──1_第3节：电商场景中深度学习模型在召回和排序中的应用（上）.mp4 157.34M
| ├──2_第2节：电商场景中FM算法的应用（下）.mp4 175.40M
| └──3_第1节：电商场景中FM算法的应用（上）.mp4 169.19M
├──3_Part05：拓展：一、深度模型在招聘业务中的应用
| ├──0_第4节：tensorflow工程化实践.mp4 185.27M
| ├──1_第3节：编码实训课.mp4 164.64M
| ├──2_第2节：基于注意力的推荐模型.mp4 127.47M
| └──3_第1节：基于CNN和RNN计算词权重.mp4 113.41M
├──4_Part04：高阶实战
| ├──0_第4节：基于多目标模型mmoe的电商场景排序应用（下）.mp4 179.36M
| ├──1_第3节：基于多目标模型mmoe的电商场景排序应用（上）.mp4 104.08M
| ├──2_第2节：基于DCN的广告场景在排序中的应用（下）.mp4 138.93M
| └──3_第1节：基于DCN的广告场景在排序中的应用（上）.mp4 99.56M
├──0_推荐系统1v多课件资料汇总.html 0.25kb
├──1_推荐系统1v多会议沟通（1）-9.25.mp4 51.45M
├──2_推荐系统1v多会议沟通（2）-10.9.mp4 193.86M
├──3_推荐系统1v多会议沟通（3）-10.16.mp4 81.20M
├──4_推荐系统1v多会议沟通（4）-10.23.mp4 122.00M
├──5_推荐系统1v多会议沟通（5）-10.29.mp4 57.19M
└──6_推荐系统1v多会议沟通（6）-11.6.mp4 91.69M