《深度學習推薦系統》閱讀筆記 2.前深度學習時代—推薦系統的進化之路-(1)協同過濾—基於鄰域的方法

第二章—前深度學習時代—推薦系統的進化之路-(1)協同過濾—基於鄰域的方法 爲什麼還要學習傳統推薦系統方法 儘管當今推薦系統、計算廣告和其他工業互聯網領域中深度學習已經成爲了主流方法，但瞭解傳統推薦系統方法依然是必要的，理由有二： 即使深度學習流行的今日，像協同過濾、邏輯迴歸、因子分解機等方法依然憑藉可解釋性強、環境要求低、易於快速訓練和部署簡單等優勢，活躍在大量應用場景中。依然有許多領域把LR當

>>阅读原文<<