作者：杨夕、Rulcy、大雨、刘乙己🇻、Stefan、拒绝焦虑李某人、王翔
NLP 百面百搭 地址：https://github.com/km1994/NLP-Interview-Notes
推荐系统 百面百搭 地址：https://github.com/km1994/RES-Interview-Notes
关注公众号 【关于NLP那些你不知道的事】 加入 【NLP && 推荐学习群】一起学习！！！
注：github 网页版 看起来不舒服，可以看 手机版推荐系统百面百搭
- 1.1 什么是推荐系统？
- 1.2 推荐系统的作用？
- 1.3 推荐系统的意义？
- 1.4 推荐系统要解决的问题？
- 1.5 常用的推荐系统的逻辑框架是怎么样的呢？
- 1.6 常用的推荐系统的技术架构是怎么样的呢？
- 1.7 推荐系统算法工程师日常解决问题？
- 1.8 推荐系统算法工程师 处理的数据部分有哪些，最后得到什么数据？
- 1.9 推荐系统算法工程师 处理的模型部分有哪些，最后得到什么数据？
- 1.10 模型训练的方式？
- 1.11 推荐系统 的 流程是什么？
- 1.12 推荐系统 的 流程是什么？
- 1.13 推荐系统 与 搜索、广告 的 异同？
- 1.14 推荐系统 整体架构？
- 一、基础篇
- 1.1 什么是协同过滤？
- 1.2 协同过滤的推荐流程是怎么样？
- 二、基于用户的协同过滤 （User-CF-Based）篇
- 2.1 基于用户的协同过滤 （User-CF-Based） 是什么？
- 2.2 基于用户的协同过滤 （User-CF-Based） 的思想是什么？
- 2.3 基于用户的协同过滤 （User-CF-Based） 的特点是什么？
- 三、基于物品的协同过滤 （Item-CF-Based）篇
- 3.1 基于物品的协同过滤 （Item-CF-Based） 是什么？
- 3.2 基于物品的协同过滤 （Item-CF-Based） 的思想是什么？
- 3.3 基于物品的协同过滤 （Item-CF-Based） 的特点是什么？
- 3.4 基于物品的协同过滤 （Item-CF-Based） 的具体步骤是什么？
- 四、User-CF-Based 与 Item-CF-Based 对比篇
- 4.1 User-CF-Based 与 Item-CF-Based 的应用场景的区别
- 4.2 User-CF-Based 与 Item-CF-Based 的存在问题的区别
- 五、User-CF-Based 与 Item-CF-Based 问题篇
- 一、动机篇
- 1.1 为什么 需要 矩阵分解？
- 二、隐语义模型 介绍篇
- 2.1 什么是 隐语义模型？
- 2.2 隐语义模型 存在什么问题？
- 三、矩阵分解 介绍篇
- 3.1 如何 获取 ⽤户矩阵Q 和 音乐矩阵P？
- 3.2 矩阵分解 思路 是什么？
- 3.3 矩阵分解 原理 是什么？
- 3.4 如何 利用 矩阵分解 计算 用户 u 对 物品 v 的 评分？
- 四、矩阵分解 优缺点篇
- 4.1 矩阵分解 存在什么问题？
- 一、动机篇
- 1.1 为什么 需要 逻辑回归？
- 二、逻辑回归 介绍篇
- 2.1 逻辑回归 如何解决 上述问题？
- 2.2 什么是逻辑回归
- 三、逻辑回归 推导篇
- 3.1 逻辑回归 如何推导？
- 3.2 逻辑回归 如何求解优化？
- 四、逻辑回归 推荐流程篇
- 4.1 逻辑回归 推荐流程？
- 五、逻辑回归 优缺点篇
- 5.1 逻辑回归 有哪些优点？
- 5.2 逻辑回归 有哪些缺点？