- 聚类与协同过滤、协同过滤优化与代码实现
- 推荐系统优化：隐语义模型，深度学习与用户序列建模，海量数据下的spark构建推荐系统
- 用PyTorch实现一个Encoder-decoder神经网络机器翻译模型
- 学习并理解Facebook最新深度学习框架pytorch，利用pytorch实现简单的图片风格转换，让机器帮你作画
- 文本数据的主题提取与可视化，基于机器学习（朴素贝叶斯，SVM）的文本分类
- 基于fasttext与其他深度学习方法的文本分类
- 问题设定，特征处理，构建基于LR的baseline CTR预估系统：使用liblinear与spark
- 使用深度学习自动学习特征表示，google wide&deep model，FNN&PNN
- 通过深度学习让聊天机器人告诉你图片中的复杂信息
- 通过机器学习GBRT、RF、XGboost等算法训练建模解决信贷业务中欺诈用户预测的问题