V
主页
概要03:推荐系统的AB测试
发布人
推荐系统算法工程师的日常工作就是改进模型和策略,目标是提升推荐系统的业务指标。所有对模型和策略的改进,都需要经过线上 AB 测试,用实验数据来验证模型和策略是否有效。这节课介绍工业界AB测试的一些基本概念。 1. 分层实验,同层互斥,不同层正交,这样可以同时开很多实验。 2. Holdout 机制用于衡量整个部门的业务指标收益。 3. 实验推全、反转实验的基本思想。 课件和讲义地址: https://github.com/wangshusen/RecommenderSystem
打开封面
下载高清视频
观看高清视频
视频下载器
推荐系统 - 北京大学(精品课)
【AB测试干货】原理、案例及面试指南(上篇)
排序01:多目标模型
2022年ab-test最强学习课程(强推)
概要01:搜索引擎的基本概念
召回01:基于物品的协同过滤(ItemCF)
推荐系统从入门到实战
概要04:搜索引擎的链路(查询词处理、召回、排序)
行为序列01:用户历史行为序列建模
物品冷启01:优化目标 & 评价指标
物品冷启06:冷启的AB测试
召回06:双塔模型——模型结构、训练方法
排序02:Multi-gate Mixture-of-Experts (MMoE)
推荐系统涨指标的方法01:概述
物品冷启02:简单的召回通道
推荐系统涨指标的方法02:召回
概要02:推荐系统的链路
排序05:排序模型的特征
排序03:预估分数融合
召回02:Swing 模型
召回04:离散特征处理
召回03:基于用户的协同过滤(UserCF)
推荐系统涨指标的方法06:交互行为(关注、转发、评论)
特征交叉04:SENet 和 Bilinear 交叉
(强推)这是一套很变态...但可以让你快速掌握【推荐系统算法】的神级教程整整200集,学完这些推荐系统就很牛了!
特征交叉03:LHUC (PPNet)
特征交叉01:Factorized Machine (FM) 因式分解机
行为序列02:DIN模型(注意力机制)
召回08:双塔模型——线上服务、模型更新
召回05:矩阵补充、最近邻查找
尚硅谷机器学习和推荐系统项目实战教程(初学者零基础快速入门)
特征交叉02:DCN 深度交叉网络
物品冷启04:Look-Alike 召回
召回09:双塔模型+自监督学习
重排04:DPP 多样性算法(上)
召回11:地理位置召回、作者召回、缓存召回
重排05:DPP 多样性算法(下)
推荐系统涨指标的方法04:多样性
召回12:曝光过滤 & Bloom Filter
排序06:粗排模型