对白：推荐系统快速入门路线及各知识点总结

给大家分享我总结的推荐系统速成路线～
可以在我的公众号后台回复「入门」下载最新版，没有套路～‍

正常的理工科学生大概两个月即可入门（学过C++或Python、高数、概率论），可以独立实现一个推荐算法，搭建baseline并适当优化效果。
推荐系统大纲：

推荐系统各知识点总结：
涵盖学术界&工业界在推荐系统冷启动、召回或粗排、精排和重排四个方向涉及到的所有主流模型和技术，一张图吃遍推荐算法：

同时我也在针对每个推荐算法进行精讲，目前已经写了以下资料：

• 6万字解决算法面试中的深度学习基础问题
  
• 业界盘点|为什么推荐算法都开始结合图神经网络了？
  
• 推荐系统中不得不学的对比学习（Contrastive Learning）方法
  
• SIGIR21 | 购物篮推荐场景太复杂？没有商品相关性标签？对比学习去噪解决
  
• Google提出用对比学习解决推荐系统长尾问题
  
• 超越GraphCL，GNN+对比学习的节点分类新SOTA
  

可以在我的公众号后台回复「入门」下载最新版，没有套路～

其他福利：
再分享一下我学习推荐系统时，所接触到的优质学习资料，可能真的是史上最全的推荐系统学习资料了，包括论文集、代码、学习笔记、经典书籍集合以及常用数据集大礼包。
这些资料大家可以在这里获取，对于学习推荐系统的同学帮助非常大，且十分系统：
扫码加我私人微信

▲备注「推荐系统」，获取资料，拉你进群
也可以搜索微信号：duibai996，加我好友
关于我

我是对白，清华计算机硕士，BAT算法工程师。欢迎关注我的微信公众号： 对白的算法屋，日常分享编程经验和技术干货，帮助你少走弯路！还可以加我微信，领资源和进交流群。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！