课程目录
第01章 课程介绍与学习指南
第02章 了解推荐系统的生态
第03章 给学习算法打基础
第04章 详解协同过滤推荐算法原理
第05章 Spark内置推荐算法ALS原理
第06章 推荐系统搭建——需求分析和环境搭建
第07章 推荐系统搭建——UI界面模块
第08章 推荐系统搭建——数据层
第09章 推荐系统搭建——推荐引擎
第10章 推荐系统搭建——推荐结果存储
第11章 推荐系统搭建——推荐效果评估模块
第12章 知识拓展——基于关联规则的推荐算法
第13章 知识拓展——基于机器学习的推荐算法
第14章 知识拓展——基于内容的推荐算法
课程资料
下面是详细目录
第01章 课程介绍与学习指南/
1-1 课程介绍及导学.mp4 25MB
第02章 了解推荐系统的生态/
2-2 推荐系统的关键元素和思维模式.mp4 27.2MB
2-3 推荐算法的主要分类.mp4 33.1MB
2-4 推荐系统常见的问题.mp4 17.6MB
2-5 推荐系统效果评测.mp4 39MB
第03章 给学习算法打基础/
3-2 推荐系统涉及的数学知识.mp4 19.1MB
3-3 推荐系统涉及的概率统计知识.mp4 30.8MB
第04章 详解协同过滤推荐算法原理/
4-10 基于模型的协同过滤.mp4 8.9MB
4-11 基于矩阵分解模型的两种算法：SVD和PMF.mp4 53.3MB
4-12 缺失值填充.mp4 91.3MB
4-2 本章作业.mp4 7MB
4-3 协同过滤的数学知识：最小二乘法.mp4 46.2MB
4-4 协同过滤的数学知识：梯度下降法.mp4 85MB
4-5 协同过滤的数学知识：余弦相似度.mp4 43.4MB
4-6 什么是user-based的协同过滤.mp4 65.4MB
4-7 基于Spark实现user-based协同过滤.mp4 70.9MB
4-8 什么是item-based协同过滤.mp4 54MB
4-9 基于Spark实现item-based协同过滤.mp4 68.8MB
第05章 Spark内置推荐算法ALS原理/
5-1 ALS 算法原理.mp4 13.3MB
5-2 ALS 算法在Spark上的实现.mp4 112.4MB
5-3 ALS 算法在 Spark 上的源码分析.mp4 78.3MB
第06章 推荐系统搭建——需求分析和环境搭建/
6-2 项目需求分析 技术分解 模块设计.mp4 8.8MB
6-3 开发环境搭建.mp4 84.1MB
6-4 环境问题 工具问题 版本问题.mp4 25.5MB
第07章 推荐系统搭建——UI界面模块/
7-1 VUE+ElementUI简单入门.mp4 41.4MB
7-2 用户访问页面实现.mp4 48.2MB
7-3 AB Test 控制台页面（上）.mp4 47.1MB
7-4 AB Test 控制台页面（下）.mp4 90.8MB
第08章 推荐系统搭建——数据层/
8-1 数据上报（上）.mp4 72.3MB
8-2 数据上报（下）.mp4 107.1MB
8-3 日志清洗和格式化数据（上）.mp4 107MB
8-4 日志清洗和格式化数据（中）.mp4 105.1MB
8-5 日志清洗和格式化数据（下）.mp4 115.1MB
8-6 分析用户行为和商品属性.mp4 15.1MB
第09章 推荐系统搭建——推荐引擎/
9-1 基于用户行为构建评分矩阵.mp4 26.4MB
9-10 实时推荐：通过FTRL更新特征权重-代码实现.mp4 63.7MB
9-11 离线推荐和实时推荐项目梳理.mp4 56.4MB
9-2 离线推荐：基于用户角度召回策略筛选候选集（上）.mp4 84.2MB
9-3 离线推荐：基于用户角度召回策略筛选候选集（下）.mp4 100MB
9-4 离线推荐：基于物品角度召回策略筛选候选集（上）.mp4 150.8MB
9-5 离线推荐：基于物品角度召回策略筛选候选集（下）.mp4 119.5MB
9-6 离线推荐：写特征向量到HBase.mp4 16.2MB
9-7 离线推荐：基于模型的排序.mp4 31.5MB
9-8 实时推荐：Storm解析用户行为.mp4 82.7MB
9-9 实时推荐：通过FTRL更新特征权重-原理.mp4 20MB
第10章 推荐系统搭建——推荐结果存储/
10-1 数仓ODS和DWD层搭建.mp4 20.7MB
10-2 搭建用户行为日志数据仓库.mp4 46.5MB
10-3 利用外部分区表存储用户行为.mp4 45.8MB
第11章 推荐系统搭建——推荐效果评估模块/
11-1 AB Test.mp4 8.1MB
11-2 AB Test的分流管理.mp4 9.8MB
11-3 搭建AB Test 实验控制台（上）.mp4 110.2MB
11-4 搭建AB Test 实验控制台（下）.mp4 56.2MB
11-5 常用评测指标.mp4 9.3MB
第12章 知识拓展——基于关联规则的推荐算法/
12-1 基于Apriori的关联算法.mp4 13.7MB
12-2 基于Spark实现Apriori算法（上）.mp4 71.2MB
12-3 基于Spark实现Apriori算法（下）.mp4 104MB
12-4 基于FP-Growth的关联算法.mp4 21.3MB
12-5 基于Spark实现FP-Growth算法.mp4 64.6MB
第13章 知识拓展——基于机器学习的推荐算法/
13-1 RBM神经网络.mp4 11.8MB
13-2 CNN卷积神经网络.mp4 16.8MB
13-3 RNN循环神经网络.mp4 21.8MB
第14章 知识拓展——基于内容的推荐算法/
14-1 文本向量化.mp4 19.5MB
14-2 基于Spark实现TF-IDF.mp4 78.7MB
14-3 课程总结.mp4 35.7MB
课程资料/
代码(双击自解压).exe 10.9MB
评论0