jp_666的博客

本文来自微信公众号：荐频道（RecSysTao） 欢迎关注微信公众号：鸿煊的学习笔记（Techs_AI） 前言 前段时间面试了许多应界生同学，惊讶地发现很多同学只做深度学习，对LR/GBDT这样的传统机器学习算法，既不掌握理论，也从未实践过。于是就想写一篇文章，梳理一下推荐算法由传统机器学习，发展到深度学习，再到未来的强化学习、图神经网络的技术发展脉络，因为「只有了解过去，才能更好地把握当下与未来」。 无奈这个题目太大，再加上近来分身乏术，实在无暇宏篇大论。于是今日小撰一文，聚焦于深度学习的核心思想

本篇文正是转载于微信公众号：深度学习与推荐系统 在做推荐系统算法模型时，embedding是重要的一个步骤，有的推荐算法模型其实就是在做embedding的过程，可见embedding在推荐系统中的重要性。 这篇文章就专门把embedding单独提出来，梳理一下embedding在推荐系统中的应用。以下内容主要从深度学习方法和传统的协同过滤方法两个方面加深和理解在推荐系统领域对embedding的认识，感受下“embedding”这一重要思想。 Embedding在深度学习推荐系统中的应用 先.