内容概括
本课程包括从头到尾实现一个推荐系统、零距离实战深度学习项目、深度探索文本主题与分类、聊天机器人与金融反欺诈、视觉聊天机器人、金融反欺诈模型训练,以及含金量极高的点击率预估
1.项目驱动。
本课程涵盖云音乐推荐系统、用深度学习学梵高作画、基于Facebook核心框架的机器翻译、文本分类、图灵聊天机器人、智能金融反欺诈、BAT的CTR预估等极具商业价值的实战项目。
2.真枪实战。
给学员布置作业、提供工业数据作为练习,在实际动手操作中一举掌握海量数据分布式处理技能(Map-Reduce、Spark),提前感受工业界真实应用场景。
课程目录
第一周 从头到尾实现一个推荐系统
第1课 音乐推荐系统_(上)
问题的引入,可获取的资源渠道,数据获取,数据组织,问题解决思路
聚类与协同过滤、协同过滤优化与代码实现
第2课 音乐推荐系统_(下)
推荐系统优化:隐语义模型,深度学习与用户序列建模,海量数据下的spark构建推荐系统
第二周 零距离实战深度学习项目
第3课 神经网络实现机器翻译
用PyTorch实现一个Encoder-decoder神经网络机器翻译模型
第4课 基于pytorch的风格转换
学习并理解Facebook最新深度学习框架pytorch,利用pytorch实现简单的图片风格转换,让机器帮你作画