但搭建一个成熟、 稳定的推荐系统, 不仅需要通晓降维(第4章) 、 优化算法(第7章) , 更要对神经网络(第9章、 第10章) 、 强化学习(第11章) 等新生代模型不断钻研、深入理解, 将学术前沿与产品形态紧密结合。
例如, 若是在技能树中专攻马尔可夫模型、 主题模型(第6章) , 建立完整的概率图模型知识网络, 并将循环神经网络(第10章) 的理论体系融会贯通, 形成自己独到的理解和感悟, 便可以在机器
翻译、 语音聊天助手等自然语言处理的应用场景中驾轻就熟, 游刃有余。
但搭建一个成熟、 稳定的推荐系统, 不仅需要通晓降维(第4章) 、 优化算法(第7章) , 更要对神经网络(第9章、 第10章) 、 强化学习(第11章) 等新生代模型不断钻研、深入理解, 将学术前沿与产品形态紧密结合。
例如, 若是在技能树中专攻马尔可夫模型、 主题模型(第6章) , 建立完整的概率图模型知识网络, 并将循环神经网络(第10章) 的理论体系融会贯通, 形成自己独到的理解和感悟, 便可以在机器
翻译、 语音聊天助手等自然语言处理的应用场景中驾轻就熟, 游刃有余。