数据猿&爱数圈——数据科学学习社区系列课程应用篇（二）——推荐模型的前世今生

课程介绍：

推荐算法从最古老的购物车分析，一直进展到现在基于相似性的协同式过滤，然而基于深度学习的向量化推荐即将引燃第三代的推荐算法革命，本课程中将会与各位分享推荐算法三阶段的思路逻辑，数据分析系列课程是一个培训性质的在线课程，针对数据分析、挖掘技术在某一具体场景中的应用进行深度分享。

课程亮点：

让听众掌握推荐算法演进的基本思路，针对现行推荐算法的问题提出可能的改良方向，综合几代推荐算法的优缺点，在实际工作中自由掌握和运用最适合自身业务问题的推荐算法。

课程目标：

从数据挖掘到深度学习，推荐算法的演进脉络一次掌握。

课程讲师：

尹相志 DeepBelief.ai 首席数据科学家

1994年国际奥林匹亚化学竞赛世界银牌，16年大数据从业经验，2002年于创立台湾第一家专业大数据公司asiaMiner，台湾微软特约讲师与2006~2017连续11年最有价值专家(MVP)，曾任华院数据首席数据科学家，中国首届人工智能竞赛BOT(Brain of Things) 2016 Shanghai发起人以及赛题设计。

课程提纲：

1.产品推荐商业问题需求与挑战

2.第一代：购物篮分析

3.第二代：协同式过滤

4.第三代：深度学习向量化匹配

5.算法改进思路与应用策略

适合人群：

• 有一定的数据分析基础，比如已经从事数据分析工作1年以上，或学习过数据分析入门，机器学习入门等数据分析入门级课程。
  

参与方式：

了解更多课程信息

长按扫描二维码报名

课程咨询：

Grace18601297396 （手机/微信）

Sophia:18801471276（手机/微信）

数据猿&爱数圈 数据科学学习社区简介

本学习社区由数据猿和爱数圈联合打造。我们遍寻国内外数据领域专家、学者、以及业界优秀企业，从中发现并邀请最适合的人成为我们的授课讲师，他们或是对趋势有高鹜建瓴的学者专家；或是在实战上有丰富基奠的一线从业者；或是两者兼具的创业家、创新者。

在这个社区里我们相信用“数据掘金未来”，在人类社会数字化进程中，越来越多的数据急切地等着数据科学去利用，去创造价值。我们高鹜建瓴但脚踏实地，不高谈阔论理论但却用趋势指导我们的构建；我们追求科技却兼顾实用，不只追求极客而是用极客精神去解决真实的业务问题。

我们从数据科学的认知篇、工具篇、应用篇、实战篇，逐步展开与丰富课程体系，希望与业者以及数据的爱好者们，共同学习和进步，成为数字经济中一支不可忽视的力量。

课程支持方：DeepBelief.ai

尹相志Deepbelief人工智能科学家。1994年国际奥林匹亚化学竞赛世界银牌，16年大数据从业经验，2002年于创立台湾第一家专业大数据公司asiaMiner，台湾微软特约讲师与2006~2017连续11年最有价值专家(MVP)，曾任华院数据首席数据科学家，中国首届人工智能竞赛BOT(Brain of Things) 2016 Shanghai发起人以及赛题设计。