某C9大佬替笔者解惑，现分享个人所得~
前言
1.你对推荐系统感兴趣吗？
2.你了解推荐系统吗？如果不了解，博客、知乎、综述可以帮你了解
3.如何去一个好的公司实习？第一，招聘要求对口，第二，能力
4.信息获取来源（这里不再介绍）；论文网站是学习根本
5.非常建议去看综述，建议去搜推荐系统综述入门
6.记住这句话，AI是方法论，推荐系统是AI的一个应用
7.推荐工具书作为字典，其他的就是看论文、写代码、最后复现
大牛的建议
- 学习必须从整体上看，明白自己目标，这个东西解决什么，能不能落地
[目标] - 去思考别人代码为什么这样写，有什么渠道或论文表达他怎么想到的
[思维] - 为什么他可以想到，知识上我有什么空缺、逻辑上哪里不对、理论哪里偏了
[原因] - 最好的就是去实习，项目竞赛驱动学习
[实习] - 一定要看综述，综述让你整体把握
- 请记住一句话，推荐系统重要的是发现问题
- 关于方向：选一个，去研究
- 看能不能在这里发现问题，然后跳出来
- 一是看看目前的AI思想方法弄上去
- 二是应用究竟是什么需求
- 三发现问题，然后解决问题
- 四如何选？你擅长什么？还是那句话，先看看你自己有什么，再想想自己要什么。
学习建议
第一阶段 掌握机器学习和深度学习基础知识 [机器学习的流程、深度学习的知识]
过渡阶段 看博客、综述，去了解推荐系统（如方向）
github找一些帮你整理好的资源，如awesome+recommend system
先看懂论文，一定要研究综述，包括它的参考文献，综述和书告诉你什么时候去学，综述让你整体把握推荐系统的流程知乎上蛮多推荐系统工程师。相关问题搜一搜
第二阶段 阅读综述（这里原本是阅读推荐系统经典书籍，入门推荐，但综述更佳）
第三阶段 精读推荐系统经典论文
第四阶段 复现推荐论文开源代码
第五阶段 持续跟进最新推荐论文
总结一下，基础知识 >> 了解推荐系统 >> 阅读综述 >> 阅读论文 >> 复现论文 >> 持续跟进。
优质博客推荐
优质资源推荐
吴恩达. 2022机器学习课程
李沐. 动手学深度学习
动手学深度学习在线教材
李沐. 动手学深度学习课程
DataWhale人工智能学习方案
deep thoughts
Explore connected papers in a visual graph
F#learning
扫一扫
4464
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
