课程详情
北京研课教育主要为在学术科研相关领域有提升需求的全球华人学生、职场人及学者提供线下线上深度科研学习项目的平台，全方面课题覆盖，线上和实地多种课程形式选择，详情咨询了解。
在数字时代，推荐系统（recommendation engine）对我们来说并不是一个陌生的概念。有一些人甚至将它类比为“旧时代的AI系统”。比起未来的人工智能，推荐系统缺少很多令人眼花缭乱的特效，比如图像识别或者语音系统。但是推荐系统依旧非常实用和强大，现在我们熟悉的各大平台都在使用这一系统。比如，Youtube的相关视频推荐，Amazon的相似商品推荐邮件，Kindle电子书店里的“你可能还喜欢这些书籍”板块，这些我们熟悉的内容都是推荐系统的“杰作”。另外，在Uber和Netflix的产品负责人尼尔·亨特（Neil Hunt）的一篇论文中，他提到说算法系统让Netflix每年省下超过10亿美元的费用。另外，80%的用户都会在“推荐列表”里观看视频。
本课程将尝试"揭开"这些应用的神秘面纱，并简要介绍其设计所依据的关键算法思想和原则。涉及的主题括
(1)探索/开发的权衡（对于像Tiktok这样的推荐系统）；
(2)匹配算法（用于像Uber这样的叫车系统）；
(3)页面排名算法（由谷歌）；
(4)网络算法（用于Facebook等社交网络）；
(5)市场算法（用于亚马逊等数字市场）。
对计算机科学，推荐算法，数字媒体，社交网络，信息技术等方向感兴趣的高中生或本科生，具备概率论，线性代数，图论基础知识的学生优先。
招生状态：招生中
课程时间：滚动开班
课程形式：zoom远程直播式授课
课时安排：学术主导师21课时+学术副导师9课时+论文主导师6课时+论文副导师21课时，为期7周
