Google、阿里、京东的CTR预估模型

CTR 预估对于大型互联网公司来说，是一项非常重要的技术任务。以微博为例，CTR 预估对信息流排序至关重要，而且微博也正在信息流方面，通过引入并改造深度学习模型来进行技术升级。然而，学到具体的哪个方法包括其技术细节倒不是太重要，最关键的是要了解技术的发展进化过程及其相互的关系，因为只有按照这种思路去理解一个技术体系，才能真正走上创新之路。

由 AICon 人工智能专家团主讲的《深度学习应用实践 60 讲》中，新浪微博 AI Lab 资深算法专家张俊林，结合国内外经典案例系统分享了主流 CTR 预估的做法，以及典型的深度 CTR 模型的模型结构和训练方法，并详细讲解了如何将深度学习应用在 CTR 预估任务中，并取得超过传统方法的效果。

《深度学习应用实践 60 讲》以循序渐进的授课理念，由浅入深地对 CTR 预估任务进行介绍，通过背景技术的介绍以及案例的详细分析以使整个教程自洽，帮助同学们更好地理解目前的技术体系及其发展过程。

• 课程介绍了什么是 CTR 预估任务，然后对传统的常用方法进行简要介绍，包括 LR 模型、GBDT 为代表的树模型、LR+GBDT 的混合模型以及 FM 模型等，并对它们的演化关系做了梳理。

• 课程对深度学习最基础的三个模型，即前向神经网络、CNN 和 RNN 做背景介绍，帮助大家巩固深度学习的基础知识。

• 课程主体部分，将分别对 CTR 预估面临的独特问题，以及如何使用深度学习技术来解决这些问题，逐步进行深入的讲解。在讲解过程中，老师也将对目前相关学术论文进行归类梳理，并作简单介绍。

• 课程中会以 Google、阿里、京东的三个深度学习 CTR 预估模型进行讲解，通过具体案例加深大家对技术的了解。

张俊林，新浪微博 AI Lab 资深算法专家。此前曾在阿里巴巴、百度、用友任职资深技术专家和技术总监。专注于搜索技术、推荐系统、社交挖掘、自然语言处理等相关领域，曾在 ACL、COLING 等国际著名会议发表多篇学术论文，并著有技术书籍《这就是搜索引擎：核心技术详解》《大数据日知录：架构与算法》，荣获全国第十二届输出版优秀图书奖。

如果你对机器学习或者深度学习已经有了一些了解，那是最好的；如果这方面接触较少，问题也不大。整个课程内容相对自洽而且容易理解，所以相信学完课程后，你能够对这个领域面临的问题和常规的解决方法有一个初步认识。

如果你通过这个课程，对目前主流方法有了宏观的了解，尤其是对方法之间的关系梳理清楚之后，你可以选择一个效果较好的具体方法深入钻研，吃透技术细节，然后动手实践 CTR 方面的具体任务，这样将会更有助于你加深对技术的理解。

在此基础上，你可以思考下在实操中遇到的主要问题，并参照目前的解决方案，提出针对性创新解决方案。

在这个过程中，我积累了一些自己的思考和心得，想要和你分享这些经验，进行深入的交流互动。希望你能够通过这个课程对于 CTR 预估任务，尤其是用深度学习来解决这类问题有个宏观的、体系化的认识。

新用户注册即享 30 元红包，可立即使用。（下载“极客时间”APP，注册并登录，领取 30 元 新人红包。）

扫描上方二维码或者点击「阅读原文」免费试看课程。