Shusen Wang王樹森

YouTube ・華語圈・簡體中文・ B 級・ 3.6 萬訂閱・ 15 筆內容・最近更新 2024/05/25

王樹森：推薦系統、強化學習、Transformer 課程

前往原站（在新分頁開啟）

最受歡迎

依人氣

1影片約 2022 年 10 月9 分鐘入門中文
概要01：推荐系统的基本概念【禁止搬运】（在新分頁開啟原站）
以通俗方式解釋推薦系統的基本概念，幫助讀者理解其運作原理與核心邏輯。
- 資料科學
5.1 萬次觀看
※ 摘要僅根據標題與說明
2影片約 2021 年 10 月13 分鐘入門中文
Vision Transformer (ViT) 用于图片分类（在新分頁開啟原站）
介紹 Vision Transformer (ViT) 如何將圖片切割成小塊並透過自注意力機制進行分類，適合對視覺模型感興趣的讀者。
- Transformer 原理
- 電腦視覺與多模態模型
3.2 萬次觀看
※ 摘要僅根據標題與說明
3影片2024/02/088 小時 19 分入門中文
推荐系统公开课——8小时完整版，讲解工业界真实的推荐系统（在新分頁開啟原站）
這門課程涵蓋了推薦系統從基礎到工業界實戰的完整流程，包括召回、排序交叉結構、使用者行為序列分析及冷啟動策略。
- 資料科學
1.6 萬次觀看
※ 摘要僅根據標題與說明
4影片約 2023 年 10 月16 分鐘入門中文
概要03：推荐系统的AB测试（在新分頁開啟原站）
介紹了推薦系統中 AB 測試的基礎概念與執行流程，讀者可學習如何設計實驗並驗證策略效果。
- 資料科學
1.2 萬次觀看
※ 摘要僅根據標題與說明
5影片約 2022 年 10 月8 分鐘入門中文
概要02：推荐系统的链路【禁止搬运】（在新分頁開啟原站）
介紹了推薦系統從資料收集到最終展示給使用者的完整流程。
- 資料科學
1.4 萬次觀看
※ 摘要僅根據標題與說明
6影片約 2023 年 10 月20 分鐘進階中文
召回09：双塔模型+自监督学习（在新分頁開啟原站）
介紹雙塔模型結合自監督學習技術，用於提升資料召回率，內容聚焦於模型架構與應用例項。
- 檢索增強生成
9,100次觀看
※ 摘要僅根據標題與說明
7影片約 2020 年 10 月19 分鐘入門中文
Few-Shot Learning (3/3)：Pretraining + Fine Tuning（在新分頁開啟原站）
介紹少樣式學習（Few-Shot Learning），透過預訓練與精調（Pretraining + Fine Tuning）流程，教導使用者如何讓模型快速掌握新任務。
- 微調
1.4 萬次觀看
※ 摘要僅根據標題與說明
8影片約 2021 年 10 月10 分鐘入門中文
神经网络结构搜索 (1/3): 基本概念和随机搜索 Neural Architecture Search: Basics & Random Search（在新分頁開啟原站）
介紹神經網路結構搜尋的基本概念與隨機搜尋方法，解釋如何透過系統化方式探索不同架構以最佳化模型效能。
- 深度學習
8,700次觀看
※ 摘要僅根據標題與說明
9影片2024/05/2525 分鐘進階中文
相关性05：BERT模型 (Part 2) - 模型训练（在新分頁開啟原站）
本課程介紹 BERT 模型的訓練流程，涵蓋預訓練、後預訓練、微調及蒸餾四個核心步驟，幫助讀者掌握現代搜尋引擎相關性模型的核心技術。
3,577次觀看
※ 摘要僅根據標題與說明
10影片約 2022 年 10 月5 分鐘入門中文
行为序列02：DIN模型（注意力机制）（在新分頁開啟原站）
介紹 DIN 模型，即行為序列中的注意力機制，解釋其運作原理與應用。
- Transformer 原理
6,000次觀看
※ 摘要僅根據標題與說明

最新內容

依發布時間

影片2024/05/2525 分鐘進階中文
相关性05：BERT模型 (Part 2) - 模型训练（在新分頁開啟原站）
本課程介紹 BERT 模型的訓練流程，涵蓋預訓練、後預訓練、微調及蒸餾四個核心步驟，幫助讀者掌握現代搜尋引擎相關性模型的核心技術。
3,577次觀看
※ 摘要僅根據標題與說明
影片2024/05/1714 分鐘進階中文
相关性04：BERT模型 (Part 1) - 模型结构、线上推理（在新分頁開啟原站）
介紹 BERT 模型結構與線上推理加速方法，涵蓋交叉 BERT 架構及三種最佳化策略：縮短序列長度、利用 Redis 快取、以及模型量化。
- 量化與蒸餾
- 推論與部署
2,998次觀看
※ 摘要僅根據標題與說明
影片2024/02/088 小時 19 分入門中文
推荐系统公开课——8小时完整版，讲解工业界真实的推荐系统（在新分頁開啟原站）
這門課程涵蓋了推薦系統從基礎到工業界實戰的完整流程，包括召回、排序交叉結構、使用者行為序列分析及冷啟動策略。
- 資料科學
1.6 萬次觀看
※ 摘要僅根據標題與說明
影片約 2023 年 10 月20 分鐘進階中文
召回09：双塔模型+自监督学习（在新分頁開啟原站）
介紹雙塔模型結合自監督學習技術，用於提升資料召回率，內容聚焦於模型架構與應用例項。
- 檢索增強生成
9,100次觀看
※ 摘要僅根據標題與說明
影片約 2023 年 10 月16 分鐘入門中文
概要03：推荐系统的AB测试（在新分頁開啟原站）
介紹了推薦系統中 AB 測試的基礎概念與執行流程，讀者可學習如何設計實驗並驗證策略效果。
- 資料科學
1.2 萬次觀看
※ 摘要僅根據標題與說明
影片約 2022 年 10 月5 分鐘入門中文
行为序列02：DIN模型（注意力机制）（在新分頁開啟原站）
介紹 DIN 模型，即行為序列中的注意力機制，解釋其運作原理與應用。
- Transformer 原理
6,000次觀看
※ 摘要僅根據標題與說明
影片約 2022 年 10 月8 分鐘入門中文
概要02：推荐系统的链路【禁止搬运】（在新分頁開啟原站）
介紹了推薦系統從資料收集到最終展示給使用者的完整流程。
- 資料科學
1.4 萬次觀看
※ 摘要僅根據標題與說明
影片約 2022 年 10 月9 分鐘入門中文
概要01：推荐系统的基本概念【禁止搬运】（在新分頁開啟原站）
以通俗方式解釋推薦系統的基本概念，幫助讀者理解其運作原理與核心邏輯。
- 資料科學
5.1 萬次觀看
※ 摘要僅根據標題與說明
影片約 2021 年 10 月24 分鐘進階中文
神经网络结构搜索 (3/3): 可微方法 Differentiable Neural Architecture Search（在新分頁開啟原站）
探討可微方法在神經網路結構搜尋中的應用，透過微分演算最佳化架構引數。
- 深度學習
4,900次觀看
※ 摘要僅根據標題與說明
影片約 2021 年 10 月24 分鐘進階中文
神经网络结构搜索 (2/3): RNN + RL Neural Architecture Search: RNN + RL（在新分頁開啟原站）
介紹使用 RNN 結合 RL 進行神經網路結構搜尋的方法，探討如何透過強化學習最佳化網路架構。
- 強化學習
4,700次觀看
※ 摘要僅根據標題與說明
影片約 2021 年 10 月10 分鐘入門中文
神经网络结构搜索 (1/3): 基本概念和随机搜索 Neural Architecture Search: Basics & Random Search（在新分頁開啟原站）
介紹神經網路結構搜尋的基本概念與隨機搜尋方法，解釋如何透過系統化方式探索不同架構以最佳化模型效能。
- 深度學習
8,700次觀看
※ 摘要僅根據標題與說明
影片約 2021 年 10 月13 分鐘入門中文
Vision Transformer (ViT) 用于图片分类（在新分頁開啟原站）
介紹 Vision Transformer (ViT) 如何將圖片切割成小塊並透過自注意力機制進行分類，適合對視覺模型感興趣的讀者。
- Transformer 原理
- 電腦視覺與多模態模型
3.2 萬次觀看
※ 摘要僅根據標題與說明
影片約 2020 年 10 月19 分鐘入門中文
多智能体强化学习(2/2)：三种架构 Multi-Agent Reinforcement Learning（在新分頁開啟原站）
介紹多智慧體強化學習的三種主要架構，幫助讀者理解不同設計模式如何運作。
- 多代理系統
4,600次觀看
※ 摘要僅根據標題與說明
影片約 2020 年 10 月19 分鐘入門中文
多智能体强化学习(1/2)：基本概念 Multi-Agent Reinforcement Learning（在新分頁開啟原站）
介紹多智慧體強化學習的基本概念，解釋多個智慧體如何協同合作以達成共同目標。
- 多代理系統
8,600次觀看
※ 摘要僅根據標題與說明
影片約 2020 年 10 月19 分鐘入門中文
Few-Shot Learning (3/3)：Pretraining + Fine Tuning（在新分頁開啟原站）
介紹少樣式學習（Few-Shot Learning），透過預訓練與精調（Pretraining + Fine Tuning）流程，教導使用者如何讓模型快速掌握新任務。
- 微調
1.4 萬次觀看
※ 摘要僅根據標題與說明