直播预告 | 人工智能核心技术解析与应用实战(2)
2017-04-28 编辑：
主题简介：文本数据是推荐系统中常见的数据，具有数量大，无结构，歧义多等特点，如何有效利用这些信息来提升推荐系统的整体效果是一个很重要的命题。本次分享将从简单的词袋模型入手，沿着结构化、概率化、生成式、 时序化的思路，分别介绍词袋模型、隐语义模型以及神经网络模型等多种文本模型，讲解这些模型如何在推荐系统中落地使用，以及需要注意的问题。希望听众能够对推荐系统中的文本处理技术有一个系统化、结构化的了解。
听众受益：
1. 掌握词袋模型的应用方法；
2. 了解文本主题模型的思维脉络和模型原理，掌握常用的使用方法；
3. 理解神经网络语言模型与文本主题模型的异同点，能解决什么问题，以及使用时的注意点；
4. 系统性掌握文本数据处理的原理和脉络，以及在推荐系统中的落地方法。
报名方式
限时特惠199元，
相关阅读：
相关推荐：
