文件清单 31 项

• 第1讲. 深度学习在各个领域的成功.mp4
• 第2讲. 当深度学习遇到CTR预估.mp4
• 第3讲. 传统主流CTR预估方法:线性模型.mp4
• 第4讲. 传统主流CTR预估方法:FM模型.mp4
• 第5讲. 传统主流CTR预估方法:GBDT模型.mp4
• 第6讲. 深度学习基础模型:前向神经网络(MLP).mp4
• 第7讲. 深度学习基础模型:CNN.mp4
• 第8讲. 深度学习基础模型:RNN.mp4
• 第9讲. 深度学习基础模型:LSTM.mp4

展开全部 31 项

• 第10讲. 深度学习CTR预估模型:要解决的几个关键问题.mp4
• 第11讲. 离散特征如何让DNN可以处理?(1).mp4
• 第12讲. 离散特征如何让DNN可以处理?(2).mp4
• 第13讲. 典型网络融合结构之一:并行结构.mp4
• 第14讲. 典型网络融合结构之二:串行结构.mp4
• 第15讲. 模型训练与优化.mp4
• 第16讲. 互联网公司深度学习CTR案例:Google(1).mp4
• 第17讲. 互联网公司深度学习CTR案例:Google(2).mp4
• 第18讲. 互联网公司深度学习CTR案例:阿里巴巴.mp4
• 第19讲. 互联网公司深度学习CTR案例:京东商城.mp4
• 第20讲. 如何定义图像理解?.mp4
• 第21讲. 图像理解有哪些研究内容?.mp4
• 第22讲. 传统图像理解技术:图像分类的问题描述.mp4
• 第23讲. 传统图像理解技术:图像分类的基本方法(1).mp4
• 第24讲. 传统图像理解技术:图像分类的基本方法(2).mp4
• 第25讲. 传统图像理解技术:图像分类的基本方法(3).mp4
• 第26讲. 传统图像理解技术:图像搜索系统(1).mp4
• 第27讲. 传统图像理解技术:图像搜索系统(2).mp4
• 第28讲. 传统图像理解技术:图像搜索系统(3).mp4
• 第29讲. 深度学习的基础模块.mp4
• 第30讲. 深度学习的模型设计.mp4
• 2017年Archsummit全球架构师峰会 - 深度学习在CTR预估业务中的应用/