您现在的位置是：课程
推荐算法中绕不开的“兴趣探索”问题
2023-09-20 23:07课程 人已围观
这一期 58 集团算法架构师陈琳，将结合 58 业务实战，围绕用户的兴趣探索和开发问题进行讨论。通过讲解“深度强化学习模型”的演进过程（MAB 策略-LinUCB 模型-Q 学习-DQN 模型-DEAR 模型）展示 AI 算法中 “强化学习算法”与“深度学习算法”的结合并进。
本课目录（思路导航，学习不迷茫）
多臂老虎机（MAB）问题- 置信区间上界（UCB）模型
- 线性置信区间上界（LinUCB）模型
- 58 同城租车业务案例
- LinUCB 模型 pk UCB 模型
- 为什么需要 Q 学习？
- 什么是 Q 学习？
- 深度 Q 网络（Deep Q Network，DQN）模型
- DEAR 模型
讲师简介
陈琳 58 集团算法架构师
前阿里巴巴算法专家，江湖人称“大师兄”，58 集团本地服务事业群算法策略部负责人，带领团队从 0 到 N 构建推荐系统工程和算法体系，在搜索推荐等算法技术领域深耕多年，擅长流量分发方向产品技术。
8 点一课
8 点一课是拉勾教育新出的栏目，每周一至周五早上 8 点更新一期，每期 10~30 分钟，旨在用碎片化的时间，快速、高效地帮你搞清楚一个热点、令人迷惑的小知识，日拱一卒，每天进步一点点。
订阅须知
- 本课程支持视频/图文形式阅读；
- 购买后在拉勾 App-课程观看课程；
- 视频课程为虚拟商品，一旦售出不可申请退款；
- 本课程版权归拉勾所有，严禁翻录，违者必究。
上一篇：2
