墙裂推荐 | 一个机器学习、推荐系统与数据分析的个人优质原创公众号

微信公众号推荐

小小挖掘机

今天给大家推荐一个微信公众号「小小挖掘机」，是一个以Python、机器学习、推荐算法、强化学习为主题的个人技术学习与进阶公众号。

内容适合以下群体：

• 直接相关岗位从业者

• 相关专业和方向的高校大学生

• 相关技术的爱好者

个人经历

本科：中央财经大学信息管理与信息系统／金融学双学位

研究生：中国人民大学信息学院系统理论

即将入职：美团外卖广告组

研究生阶段自学机器学习、深度学习相关知识，有美团点评近两年实习经历，在19届校招中，面试阿里、美团、头条、滴滴等16家互联网公司，斩获11个offer。

作者在Python、数据科学、推荐系统、强化学习等方向均有所涉及，喜欢总结与分享。

快速了解作者：

书豪采访记（十）：走向算法大神～石晓文

公众号内容

该公众号内容丰富，已经原创发表 160 余篇技术文章，覆盖以下内容：

1、经验分享篇：详细介绍号主在美团实习两年的经验，以及19届校招的面试经验，可谓字字珠玑，值得收藏：

我在美团的这两年，想和你分享

从小白到入门算法，我的经验分享给你～

小编校招经验分享-高考结束！校招还会远么～～

2、面经篇：详细介绍号主的一些面试经验，以及群友贡献的新鲜的面经：

带答案面经分享-L1正则&L2正则

带答案面经分享-面试中最常考的树模型！

面试常考-链表反转解析

BAT面试题汇总！！

查收一份附带答案的面经！

【新鲜出炉】快手推荐算法 & bing搜索 面经

新鲜出炉的推荐算法工程师面经～～

头条广告算法面经！

热乎乎的计算机视觉岗实习面经请您查收～～

算法面试太难？反手就是一波面经

2. 主打推荐系统遇上深度学习系列：详细介绍各种推荐算法的原理及tensorflow实现，理论和实践相结合，助你快速入门推荐系统。系列相关文章52篇

推荐系统遇上深度学习(一)--FM模型理论和实践

推荐系统遇上深度学习(二)--FFM模型理论和实践

推荐系统遇上深度学习(三)--DeepFM模型理论和实践

推荐系统遇上深度学习(四)--多值离散特征的embedding解决方案

推荐系统遇上深度学习(五)--Deep&Cross Network模型理论和实践

推荐系统遇上深度学习(六)--PNN模型理论和实践

推荐系统遇上深度学习(七)--NFM模型理论和实践

推荐系统遇上深度学习(八)--AFM模型理论和实践

推荐系统遇上深度学习(九)--评价指标AUC原理及实践

推荐系统遇上深度学习(十)--GBDT+LR融合方案实战

推荐系统遇上深度学习(十一)--神经协同过滤NCF原理及实战

推荐系统遇上深度学习(十二)--推荐系统中的EE问题及基本Bandit算法

推荐系统遇上深度学习(十三)--linUCB方法浅析及实现

推荐系统遇上深度学习(十四)--强化学习与推荐系统的强强联合！

推荐系统遇上深度学习(十五)--强化学习在京东推荐中的探索

推荐系统遇上深度学习(十六)--详解推荐系统中的常用评测指标

推荐系统遇上深度学习(十七)--探秘阿里之MLR算法浅析及实现

推荐系统遇上深度学习(十八)--探秘阿里之深度兴趣网络(DIN)浅析及实现

推荐系统遇上深度学习(十九)--探秘阿里之完整空间多任务模型ESSM

推荐系统遇上深度学习(二十)--贝叶斯个性化排序(BPR)算法原理及实战

推荐系统遇上深度学习(二十一)--阶段性回顾

推荐系统遇上深度学习(二十二)--DeepFM升级版XDeepFM模型强势来袭！

推荐系统遇上深度学习(二十三)--大一统信息检索模型IRGAN在推荐领域的应用

推荐系统遇上深度学习(二十四)--深度兴趣进化网络DIEN原理及实战！

推荐系统遇上深度学习(二十五)--当知识图谱遇上个性化推荐

推荐系统遇上深度学习(二十六)--知识图谱与推荐系统结合之DKN模型原理及实现

推荐系统遇上深度学习(二十七)--知识图谱与推荐系统结合之RippleNet模型原理及实现

推荐系统遇上深度学习(二十八)--知识图谱与推荐系统结合之MKR模型原理及实现

推荐系统遇上深度学习(二十九)--协同记忆网络理论及实践

推荐系统遇上深度学习(三十)--深度矩阵分解模型理论及实践

推荐系统遇上深度学习(三十一)--使用自注意力机制进行物品推荐

推荐系统遇上深度学习(三十二)--《推荐系统实践》思维导图

推荐系统遇上深度学习(三十三)--Neural Attentive Item Similarity Model

推荐系统遇上深度学习(三十四)--YouTube深度学习推荐系统

推荐系统遇上深度学习(三十五)--强化学习在京东推荐中的探索(二)

推荐系统遇上深度学习(三十六)-Learn and Transferr IDs Repre in E-commerce

推荐系统遇上深度学习(三十七)--基于多任务学习的可解释性推荐系统

推荐系统遇上深度学习(三十八)--CFGAN:一种基于GAN的协同过滤推荐框架

推荐系统遇上深度学习(三十九)-推荐系统中召回策略演进！

推荐系统遇上深度学习(四十)-使用RNN做基于会话的推荐

推荐系统遇上深度学习(四十一)-使用RNN做基于会话推荐的一些小trick

推荐系统遇上深度学习(四十二)-使用图神经网络做基于会话的推荐

推荐系统遇上深度学习(四十三)-考虑用户微观行为的电商推荐

推荐系统遇上深度学习(四十四)-Airbnb实时搜索排序中的Embedding技巧

推荐系统遇上深度学习(四十五)-探秘阿里之深度会话兴趣网络DSIN

推荐系统遇上深度学习(四十六)-阿里电商推荐中亿级商品的embedding策略

推荐系统遇上深度学习(四十七)-TEM:基于树模型构建可解释性推荐系统

推荐系统遇上深度学习(四十八)-BST:将Transformer用于淘宝电商推荐

推荐系统遇上深度学习(四十九)-九篇阿里推荐相关论文汇总！

推荐系统遇上深度学习(五十)-使用强化学习优化用户的长期体验

RS Meet DL(51)-谈谈推荐系统中的冷启动

RS Meet DL(52)-基于注意力机制的用户行为建模框架ATRank

4. Python数据科学：主要介绍Python中常用库如Numpy、Pandas、Matplotlib的使用，系列文章有10余篇，摘取7篇展示如下：

‍‍数据城堡参赛代码实战篇（一）---手把手教你使用pandas

数据城堡参赛代码实战篇（二）---使用pandas进行数据去重

数据城堡参赛代码实战篇（三）---我们来探究一个深奥的问题！

数据城堡参赛代码实战篇（四）---使用pandas合并数据表

数据城堡参赛代码实战篇（五）---使用sklearn解决分类问题

数据城堡参赛代码实战篇（六）---使用sklearn进行数据标准化及参数寻优

数据城堡参赛代码实战篇（七）--- xgboost介绍及实战‍‍

Numpy基础知识点汇总

Pandas-Series知识点总结

Pandas-DataFrame基础知识点总结

Pandas-层次化索引

Pandas常用的数据处理方法

Matplotlib基础全攻略

5. 数据分析EPHS，这是新开的系列，也是打算长期连载的。介绍使用Excel、Python、Hive、Spark的数据分析经验。

使用Excel&Python&Hive&SparkSQL进行数据分析开篇-环境搭建攻略！

数据分析EPHS(2)-SparkSQL中的DataFrame创建

6. 其他精彩原创

【通俗易懂】手把手带你实现DeepFM！

通俗易懂！使用Excel和TF实现Transformer！

不会Python没问题！用Excel实现简单的逻辑回归！

听说GAN很高大上，其实就这么简单

大过年的，一起来用Seq2Seq来作对联吧！

来学习几个简单的Hive函数啦

使用Seq2Seq+attention实现简单的Chatbot

Pointer-network理论及tensorflow实战

举一反三-Pandas实现Hive中的窗口函数

最后，公众号配套2k star的github地址：https://github.com/princewen/tensorflow_practice

微信群交流

截止到目前，号主已经组建了五个技术交流群，交流氛围十分浓厚，部分截图如下：

微信群也获得了小伙伴们的一致好评：

如果你想加入微信群和小伙伴们交流，关注公众号并在后台回复“进群”即可。

未来计划

继续主打推荐系统与深度学习系列，争取做到每周一更，三年内更新到两百篇！

数据分析EPHS系列，今年争取更新到二十篇左右！

作为一个原创号主，作者希望能够保持初心，将最纯粹的知识与你一同分享！

点“在看”，支持作者 ???