【直播报名】快速搞定推荐系统:实现淘宝“千人千面”个性化推荐

简介: 21天搭建推荐系统:帮你减少90%代码量

快速报名,与阿里专家在线交流:

* 《21天搭建推荐系统:帮你减少90%代码量》: https://yq.aliyun.com/webinar/join/14


6月16日:《21天搭建推荐系统》

推荐系统的搭建是个复杂工程,涉及到实时计算、离线计算,以及各种数据采集、流转等,对自建推荐系统来说,1人年是跑不掉的。 那我们又如何实现21天内搭建推荐系统呢?6月16日,阿里云技术专家郑重(卢梭)将做客云栖社区分享其中的奥秘和法宝。

主要内容:介绍推荐系统基本原理,并以阿里云推荐引擎为基础,展示如何快速搭建推荐系统。整个搭建系统,包括基本功能设置和高级功能。基本功能方面,具体来说包括环境准备、数据准备、基本配置和离线计算、推荐API集成;高级功能方面,具体来说包括效果报表、实时修正以及监控和警告。整个实战主要目的就是让大家了解如何专注业务,利用自动化、半自动化工具,快速实现推荐系统。其中一个数字,大家需要知道,使用推荐引擎搭建推荐系统可以节省90%代码量!

分享时间:2016年6月16日20点

报名地址https://yq.aliyun.com/webinar/join/14

分享者:郑重(卢梭),阿里云推荐引擎技术负责人,他和他的团队持续专注于将机器学习能力系统化、产品化,降低机器学习的应用门槛,让更多的阿里云客户能够分享阿里巴巴在大数据和算法能力上的积累,快速进入DT时代。

内容大纲

ice_screenshot_20160528_123520

重要提示

活动流程:在线报名 —— 报名完毕获得直播地址 —— 观看视频 —— 问答互动 —— 结束

提示:

  • 直播过程中,大家可以随时在直播页面留言提问
  • 进入问答环节时,分享嘉宾会在线回复大家的问题
  • 报名过程中,请您务必填写真实信息以确保顺利参加
  • 欢迎推荐您的朋友同事参加,并转发本活动到微博、朋友圈

下期预告:《NoSQL、RDS、Big Data异构融合实战》

Postgres是有着40年历史以核心交易型事务处理为发展重心的关系型数据库,在NewSQL时代他除了支持JSON、GIS等丰富功能外还提供FDW外部数据通道功能,让NoSQL、BigData实现异构融合。本次Webinar将为大家重点介绍FDW的源理,并结合金融报文处理、物联网数据整合、企业并购重组场景下的案例,展现SQL Everything的理念如何提高开发效率。

内容大纲 :

  • Why Postgres why FDW
  • FDW: SQL Everything加速传统行业转型
  • FDW: 金融报文处理
  • FDW: 物联网数据整合
  • FDW: 企业并购重组

分享时间:2016年6月23日20点

报名地址:https://yq.aliyun.com/webinar/join/18

讲师介绍:萧少聪(铁庵),Postgres中国用户会2016年主席,阿里云ApsaraDB数据库产品经理,负责PostgreSQL、PPAS(高度兼容Oracle)及数据库一体机方案。

相关文章
|
5月前
|
搜索推荐
142 推荐系统架构(淘宝和京东)
142 推荐系统架构(淘宝和京东)
76 0
|
10月前
|
数据采集 搜索推荐 API
"利用淘宝API接口实现智能化商品推荐系统技术探究"
随着电商行业的火爆发展,如何有效从海量商品中筛选出用户感兴趣的商品成为了每个电商平台必须面对的难题。而商品的精准推荐技术是解决该难题的重要手段之一。淘宝作为国内电商平台的龙头企业,其提供的API接口为开发者提供了打造智能化商品推荐系统的可能。
166 0
|
机器学习/深度学习 存储 搜索推荐
连续迁移学习跨域推荐排序模型在淘宝推荐系统的应用
本文探讨了如何在工业界的连续学习的框架下实现跨域推荐模型,提出了连续迁移学习这一新的跨域推荐范式,利用连续预训练的源域模型的中间层表征结果作为目标域模型的额外知识,设计了一个轻量级的Adapter模块实现跨域知识的迁移,并在有好货推荐排序上取得了显著业务效果。
600 0
连续迁移学习跨域推荐排序模型在淘宝推荐系统的应用
|
11月前
|
搜索推荐 算法 前端开发
每日好店——淘宝店铺推荐系统实践
每日好店——淘宝店铺推荐系统实践
599 0
|
机器学习/深度学习 存储 开发框架
推荐系统[八]算法实践总结V1:淘宝逛逛and阿里飞猪个性化推荐:召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】
推荐系统[八]算法实践总结V1:淘宝逛逛and阿里飞猪个性化推荐:召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】
推荐系统[八]算法实践总结V1:淘宝逛逛and阿里飞猪个性化推荐:召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】
|
搜索推荐 算法 Python
使用Python3配合协同过滤算法(base on user,基于人)构建一套简单的精准推荐系统(个性化推荐)
个性化推荐可谓风生水起,Youtube,Netflix,甚至于Pornhub,这些在互联网上叱咤风云的流媒体大鳄无一不靠推荐系统吸引流量变现,一些电商系统也纷纷利用精准推荐来获利,比如Amzon和Shopfiy等等,精准推荐用事实告诉我们,流媒体和商品不仅仅以内容的传播,它还能是一种交流沟通的方式。
使用Python3配合协同过滤算法(base on user,基于人)构建一套简单的精准推荐系统(个性化推荐)
|
JSON 分布式计算 搜索推荐
【王喆-推荐系统】复习篇-Sparrow的个性化推荐功能
为了训练推荐模型,需要准备好模型所需的样本和特征。在进行模型线上推断的时候,推荐服务器也需要线上实时拼装好包含了用户特征、物品特征、场景特征的特征向量,发送给推荐模型进行实时推断。
468 0
【王喆-推荐系统】复习篇-Sparrow的个性化推荐功能
|
人工智能 边缘计算 达摩院
揭秘边缘计算在淘宝推荐系统的重要实践| 开发者必读(134期)
EdgeRec是推荐算法在边缘计算方向的第一次小试牛刀,从拿到的业务效果上来看其发展空间是非常巨大的。通过利用端侧计算的能力,深度模型可以在端上做预测,通过端上模型运行来弥补云上实时行为获取困难、策略实时调整能力弱的问题。另外,端侧计算能力不仅可以用于模型预测,还可以考虑在端上做训练,为每个用户训练其个体模型,为端侧智能带来更大的空间。
1785 0
|
存储 机器学习/深度学习 边缘计算
|
人工智能 运维 搜索推荐
如何打造手淘背后的推荐系统?淘宝推荐实战解密 | 开发者必读(120期)
如今,推荐系统已经成为各大电商平台的重要流量入口,谁才能够做到比用户更懂用户,谁占据了新零售时代的主动权。手机淘宝的推荐更是淘宝最大的流量入口和最大的成交渠道之一,其背后是最为复杂的业务形态和最复杂的场景技术,那么究竟如何打造手淘背后的推荐系统呢?
2023 0