个性化推荐算法

Hulu 研究员

目前在Hulu推荐团队从事推荐系统的相关研究工作，主要致力于运用机器学习算法设计和改进Hulu的不同视频推荐产品背后的算法，曾负责user onboarding, top-k recommendation, popular recommendation, content campaign, impression discounting等产品或项目的算法研究工作。本科和博士毕业于清华大学电子工程系，加入Hulu前研究领域涉及信息检索、机器学习、计算广告、算法博弈论等，在ICML, AAAI等机器学习/人工智能相关会议上发表多篇论文

课程费用

6800.00 /人

课程时长

3小时

成为教练

课程简介

本课程将从推荐系统的基础知识和最新进展这两方面内容进行介绍。首先从影响推荐系统效果的主要因素、推荐中运用到的数据源、推荐算法的评价指标出发，对不同场景下的推荐算法进行分类，并就其中若干算法进行详细介绍。此后，我们将分享推荐算法方面工作的最新进展，主要是最新的人工智能／机器学习技术在推荐上的应用，我们会以Hulu的一些工作为例，介绍基于深度学习、在线学习、迁移学习等方法在推荐系统中的相关实践。

目标收益

培训对象

课程内容

本课程将从推荐系统的基础知识和最新进展这两方面内容进行介绍。首先从影响推荐系统效果的主要因素、推荐中运用到的数据源、推荐算法的评价指标出发，对不同场景下的推荐算法进行分类，并就其中若干算法进行详细介绍。此后，我们将分享推荐算法方面工作的最新进展，主要是最新的人工智能／机器学习技术在推荐上的应用，我们会以Hulu的一些工作为例，介绍基于深度学习、在线学习、迁移学习等方法在推荐系统中的相关实践。