- 1Elasticsearch查询文档--常见API篇（附详细代码和案例图文）_elasticsearch api文档
- 2关于TypeError: list indices must be integers or slices, not float报错
- 3本科，60k*13薪，外包到新疆！你会去吗？
- 4IDEA GenerateAllSetter插件 一键set实体类中所有属性_idea设置set所有bean属性
- 5计算机论文的参考文献，应该怎么引用？ - 易智编译EaseEditing_计算机研究与发展 参考文献格式从哪里引用
- 6树莓派使用通过i2s使用MAX98357播放音频_树莓派 i2s
- 7华为昇腾310B初体验，OrangePi AIpro开发板使用测评
- 8C语言实现循环队列基本操作_循环队列中清空队列的语句
- 9C语言字符集
- 10详解C++移动语义std::move()
推荐系统-资源整理_资源精准推荐系统
赞
踩
一、综合性文章
1.推荐算法不够精准？让知识图谱来解决
2.一文读懂推荐系统知识体系（附学习资料)
3.计算广告中常用模型的相关资料整理
4.常见计算广告点击率(CTR)预估算法总结
5.互联网广告综述之点击率特征工程
6.Kaggle实战——点击率预估
7.TensorFlow实战——个性化推荐
8. xDeepFM介绍
9. 常见推荐算法科普
10. 今日头条推荐算法原理全文详解
11. 5类系统推荐算法,非常好使,非常全
12. 深度学习在推荐系统中的应用
二、计算广告CTR预估系列：
计算广告CTR预估系列(一)–DeepFM理论
计算广告CTR预估系列(二)–DeepFM实践
计算广告CTR预估系列(三)–FFM理论与实践
计算广告CTR预估系列(四)–Wide&Deep理论与实践
计算广告CTR预估系列(五)–阿里Deep Interest Network理论
计算广告CTR预估系列(六)–阿里Mixed Logistic Regression
计算广告CTR预估系列(七)–Facebook经典模型LR+GBDT理论与实践
计算广告CTR预估系列(八)–PNN模型理论与实践
三、推荐系统遇上深度学习系列：
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(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(十四)–《DRN:A Deep Reinforcement Learning Framework for News Recommendation》
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(十七)–探秘阿里之MLR算法浅析及实现
Deep Learning Meets Recommendation Systems
