简介

CTR预估以及推荐模型是很多互联网公司推荐业务或者广告业务的核心技术，简洁有效的模型对于增强用户体验以及增加公司收入至关重要。本次分享将首先对经典主流CTR预估模型的特点及存在的问题进行介绍，之后介绍我们提出的新模型FibiNet，除了介绍其工作机制外，为了加快FibiNet的运行效率，我们对模型做了进一步的精简与效率优化。另外，本次分享也会介绍我们提出的另外一个新模型GateNet。

课程收益

1. 目标

在实际推荐或广告类应用中，如何设计简洁有效的模型对于应用来说非常关键。

2. 成功（或教训）要点

在经典模型的关键部分加入插件化的新操作；

改进模型足够简洁，具备实用化可能性；

3. 启示

对于CTR模型来说，在关键环节的技术改进应该加以重视。

培训对象

产品经理、大数据工程师、项目经理、营销经理等对AI有兴趣的人群

课程时长

1天（6H）

分享提纲