AI | 知识管理

AI: 人工智能

目录

# 1. 计算机视觉: # 1-1. 3D-Reconstruction
1-1-1. 3D-Reconstruction-with-Deep-Learning-Methods

# 2. 推荐系统: # 2-1. 机器学习基础
2-1-1. 逻辑回归 2-1-2. 神经网络 2-1-3. 常用优化算法 2-1-4. 深度学习模型搭建基础
# 2-2. 基础推荐算法
2-2-1. readme 2-2-2. 概述 2-2-3. 协同过滤 2-2-4. 矩阵分解 2-2-5. FM 2-2-6. GBDT+LR
# 2-3. 深度推荐模型
2-3-1. readme 2-3-2. NeuralCF 2-3-3. DeepCrossing 2-3-4. PNN 2-3-5. Wide&Deep 2-3-6. DeepFM 2-3-7. NFM 2-3-8. DCN 2-3-9. AFM 2-3-10. DIN 2-3-11. DIEN 2-3-12. 多任务学习
# 2-4. 推荐系统竞赛实践
2-4-1. readme 2-4-2. 赛题理解+Baseline 2-4-3. 数据分析 2-4-4. 多路召回 2-4-5. 特征工程 2-4-6. 排序模型+模型融合
# 2-5. 新闻推荐系统实战
2-5-1. readme 2-5-2. Mysql基础 2-5-3. MongoDB基础 2-5-4. Redis基础 2-5-5. scrapy基础及新闻爬取实战 2-5-6. 自动化构建用户及物料画像 2-5-7. 前端基础及Vue实战 2-5-8. flask简介及基础 2-5-9. 前后端交互 2-5-10. 推荐系统流程的构建
# 2-6. 推荐算法面经
2-6-1. ML与DL基础 2-6-2. 推荐模型相关 2-6-3. 热门技术相关 2-6-4. 业务场景相关 2-6-5. HR及其他

上次更新: 2021/09/12, 11:35:42

01
前端基础及Vue实战 01-04

02
flask简介及基础 01-04

03
前后端交互 01-04

更多文章>

×