(\’大数据技术推荐系统算法案例实战教程\’,),全套视频教程学习资料通过百度云网盘下载

资源详情

                      01-推荐系统与大数据的关系
u3000 u3000101-大数据应用案例
u3000 u3000102-大数据技术框架
u3000 u3000103-推荐系统的技术栈
u3000 u3000104-课程的基础要求和安排
u3000 u300002-认识推荐系统
u3000 u3000201-什么是推荐系统
u3000 u3000202-推荐系统的应用案例
u3000 u3000203-推荐系统的评测方法
u3000 u3000204-推荐系统的评测指标
u3000 u300003-推荐系统设计
u3000 u3000301-推荐系统的设计
u3000 u3000302-用户界面的重要忄生
u3000 u300004-大数据lambda架构
u3000 u3000401-什么是lambda架构
u3000 u3000402-Lambda架构之批处理层
u3000 u3000403-Lambda架构之实时处理层
u3000 u3000404-Lambda架构之服务层
u3000 u3000405-大数据平台快速部署-实践
u3000 u3000406-配置Mysql和Redis-实践
u3000 u3000407-安装Kafka-实践
u3000 u3000408-安装测试Spark-实践
u3000 u300005-用户画像系统
u3000 u3000501-什么是用户画像
u3000 u3000502-用户画像的数学描述
u3000 u3000503-用户画像系统流程
u3000 u3000504-用户画像系统架构
u3000 u3000505-用户标签使用案例
u3000 u3000506-算法和模型的评价
u3000 u3000507-SparkML代码实现
u3000 u3000508-代码实例1之模型训练及参数设置-实践
u3000 u3000509-代码实例1之参数设置及模型测试-实践
u3000 u3000510-代码实例2之使用管道
u3000 u3000511-代码实例2之使用管道-实践
u3000 u3000512-代码实例3之模型调优
u3000 u3000513-代码示例3之模型调优-实践
u3000 u3000514-代码示例4之模型调优-实践
u3000 u3000515-用户画像系统应用
u3000 u300006-推荐算法
u3000 u3000601-推荐模型构建流程
u3000 u3000602-推荐算法概述
u3000 u3000603_基于协同过滤的推荐算法
u3000 u3000604_相似度的计算
u3000 u3000605_基于模型的方法
u3000 u3000606_协同过滤的实现
u3000 u3000607-推荐系统冷启动问题
u3000 u3000608-推荐案例实践准备
u3000 u3000609-推荐案例IDE环境配置-实践
u3000 u300007-Mahout推荐算法实战
u3000 u3000701-Mahout概述
u3000 u3000702_Mahout推荐系统组件
u3000 u3000703-Mahout推荐系统评估
u3000 u3000704-Mahout开发环境部署-实践
u3000 u3000705-Mahout推荐实例1之偏好数组-实践
u3000 u3000706-Mahout推荐实例2之数据模型-实践
u3000 u3000707-Mahout推荐实例3之构建模型-实践
u3000 u3000708-Mahout推荐实例4之模型评估1-实践
u3000 u3000709-Mahout推荐实例5之模型评估2-实践
u3000 u3000710-Mahout推荐实例6之电影推荐1-实践
u3000 u3000711-Mahout推荐实例6之电影推荐2-实践
u3000 u3000712-Mahout推荐实例6之电影推荐3-实践
u3000 u3000713-Mahout推荐实例7之图书推荐1-实践
u3000 u3000714-Mahout推荐实例7之图书推荐2-实践
u3000 u3000715-Mahout推荐实例7之图书推荐3-实践
u3000 u3000716-Mahout推荐实战-实践
u3000 u300008-Spark推荐算法实战
u3000 u3000801-Mahout推荐实战补充-实践
u3000 u3000802-SparkMLlib概述
u3000 u3000803-MLlib推荐算法介绍
u3000 u3000804-MLlib推荐算法实战
u3000 u3000805-MLlib推荐实例之定义解析函数-实践
u3000 u3000806_MLlib推荐实例之探索DataFrame-实践
u3000 u3000807-MLlib推荐实例之ALS模型推荐-实践
u3000 u3000808-MLlib推荐实例之模型评估-实践
u3000 u3000809-推荐实战之开发环境准备-实践
u3000 u3000810-推荐实战之实现用户评分函数-实践
u3000 u3000811-推荐实战之实现计算RMSE函数-实践
u3000 u3000812-推荐实战之参数设置及数据加载-实践
u3000 u3000813-推荐实战之用户调查及数据拆分-实践
u3000 u3000814-推荐实战之模型训练及评估-实践
u3000 u3000815-推荐实战之个忄生化推荐-实践
u3000 u3000816-推荐实战之测试部署-实践
u3000 u300009-推荐系统与Lambda架构
u3000 u3000901-推荐系统与Lambda架构
u3000 u3000902_推荐系统数据收集背景
u3000 u3000903-FlumeNG数据收集系统
u3000 u3000904-Web日志数据采集Flume部署配置-实践
u3000 u3000905-Web日志数据采集Flume运行测试-实践
u3000 u3000906_Sqoop数据收集工具
u3000 u3000907-Sqoop收集账户数据-实践
u3000 u3000908-HDFS数据存储系统
u3000 u3000909-上传知识库文档到HDFS
u3000 u3000910-HBase数据库存储系统
u3000 u3000911-加载并访问Hbase的评分数据-实践
u3000 u3000912-推荐系统综合实战
u3000 u3000913-推荐系统离线层实现-实践
u3000 u3000914-推荐系统服务层实现-实践
u3000 u3000915-推荐系统实时层实现-实践