深度学习第二课：个性化推荐

作者/分享人：李钊

李钊

PaddlePaddle 官方开源社区成员，book.paddlepaddle.org 作者之一，大三本科在读。个人博客：https://livc.io

以深度学习为代表的人工智能技术正在悄无声息地进入推荐领域，不管是电商、电影还是新闻、Feed流，有人的地方就有个性化。人们往往喜欢花 2 个小时看一部电影，却不愿意花 20 分钟去挑选一部电影，这就是推荐系统的意义。

本场Chat中，我会介绍个性化推荐的经典模型，然后使用PaddlePaddle搭建神经网络，完成电影推荐的任务。最后，我会介绍推荐系统在ChatBot、智能家居等领域的发展，并带领您在 5 分钟内搭建自己的聊天机器人。

实录提要：

本科生如何入门，如果入门之后，在哪能找到提高自己的方法？
具体应该怎么将特征向量化呢？
如何利用深度学习提高基因功能预测的精准度？
使用深度学习要使用大量训练数据吧？如何解决数据稀疏问题？
智能推荐需要依赖多大量级的数据才能做到很好的效果呢？
学习该智能推荐和机器学习对硬件有什么特别的要求吗？
有没有step by step入门级进阶案例演示？怎样制定机器学习路线？

会员免费阅读 ¥5

已有1086人预订

预订达标

文章出炉

交流日期

17.02.17

17.03.03

17.03.09 20:30

查看文章评论/提问

阿拉贺💤

您好，我想问下本科生怎么入门呀，如果入门之后，在哪能找到提高自己的方法，比如阅读一些实例代码，项目什么的还是其他更好的方法？还有，如果想在这方面找到实习的机会，需要做哪些准备呢？

最美的

这个机器人我以为是从语义理解的角度来说的机器人呢，没想到只是一个接口。更希望看到知识图谱、query分析的角度的机器人的内容。

董子琪

看到你在生物信息学上使用深度学习技术，能分享一下深度学习在生物信息学、疾病预测等方面的应用吗？或者你们探索的经历

忆臻

请问作者，具体应该怎么将特征向量话呢？谢谢

『倚剑听雨

深度学习将在生命科学领域发挥重要作用。如何利用深度学习提高基因功能预测的精准度？尤其是对于数量庞大功能模糊的非编码rna的预测亟待解决！希望能有机会共同探讨这些问题。

凡

使用深度学习要使用大量训练数据吧？如何解决数据稀疏问题？个性化推荐中冷启动问题一般怎么解决？

Saligia

文章中说深度学习崛起是在2012年，但是很多媒体说2016年才是深度学习元年，那么到底是哪一年呢？

Mezereon

请问一下，paddle目前支持的预测库是Python的API，有没有考虑多语言的接口开发，支持多语言来进行预测？

子木一

关于Youtube那篇论文的提问：原文没有看抱歉，有几个不明之处：候选网络是监督还是非监督？监督的话标注的内容是什么如此多的分类如何标注，非监督的话优化目标是什么？候选网路的输出层为什么是softmax，而不是linear或者sigmoid？（即候选过程为什么是多分类问题而不是多标签问题）。排序网络的训练数据如何构成，优化目标是什么？

孔滕: 肯定是监督学习，输入说的很明确，输出是video I'd的embedding 这个框架和word2vec基本一样，隐含层增多而已。softmax具体实现时就用ns这种方法减少计算复杂度

杨珍琪

输入降维size，Batch size,learn rate,隐层神经元个数和层数设置怎么选择和调节，有没有好的方法和工具，一般使用多服务器还是以服务器多显卡的，500层以上网络几个显卡比较够用，问题有点多，谢谢！

呉卓峰

什么时候发布新api呢？

PaddlePaddle开源团队: 本周内

missjun

1 用户id，电影id也可以作为特征吗？特征不必须是随机变量吗？2如果可以作为特征.又比如用户id有几百万或是更多，又该怎么编码

Jerry

1. 智能推荐需要依赖多大量级的数据才能做到很好的效果呢？ 2. 学习该智能推荐和机器学习对硬件有什么特别的要求吗？比如，运算要求比较高，还是存储方面高 3. 有java 版本的api 可以使用吗？ 4. 目前业界也有好多智能推荐的东西，比如电商京东，淘宝，网易云音乐，推荐的东西质量也很一般，这个和大数据量级有关还是和算法有关呢？