大數(shù)據(jù)推薦系統(tǒng)算法視頻教程
課程學(xué)習(xí)地址：http://www.xuetuwuyou.com/course/287
課程出自學(xué)途無憂網(wǎng)：http://www.xuetuwuyou.com
海量IT資源免費(fèi)下載：http://down.xuetuwuyou.com/
本課程全面介紹了推薦系統(tǒng)所涉及的最常見的算法及企業(yè)應(yīng)用場景以及結(jié)合大數(shù)據(jù)Spark的代碼實(shí)現(xiàn)，系企業(yè)一線推薦系統(tǒng)算法工程師結(jié)合親身工作經(jīng)歷講解，企業(yè)內(nèi)部培訓(xùn)，現(xiàn)場實(shí)錄，全套課件+代碼，具有很強(qiáng)的實(shí)用意義和參考價(jià)值
課程目錄：
任務(wù)1： 企業(yè)眼中的算法與算法工程師
任務(wù)2： 什么是推薦系統(tǒng)及推薦系統(tǒng)的分類
任務(wù)3： 推薦系統(tǒng)的概念與應(yīng)用（sku、spu、uv與pv、ctr與cvr）
任務(wù)4： 協(xié)同過濾實(shí)戰(zhàn)01_概念、推薦書籍與企業(yè)應(yīng)用
任務(wù)5： 協(xié)同過濾實(shí)戰(zhàn)02_基于用戶的協(xié)同過濾算法(User-Based)概述
任務(wù)6： 協(xié)同過濾實(shí)戰(zhàn)03_用戶相似度推薦開發(fā)_Spark代碼實(shí)現(xiàn)（上）
任務(wù)7： 協(xié)同過濾實(shí)戰(zhàn)03_用戶相似度推薦開發(fā)_Spark代碼實(shí)現(xiàn)（中）
任務(wù)8： 協(xié)同過濾實(shí)戰(zhàn)03_用戶相似度推薦開發(fā)_Spark代碼實(shí)現(xiàn)（下）
任務(wù)9： 協(xié)同過濾實(shí)戰(zhàn)04_基于項(xiàng)的協(xié)同過濾（Item-Based）算法概述
任務(wù)10： 協(xié)同過濾實(shí)戰(zhàn)05_商品相似度推薦開發(fā)原理與分析實(shí)現(xiàn)（上）
任務(wù)11： 協(xié)同過濾實(shí)戰(zhàn)05_商品相似度推薦開發(fā)原理與分析實(shí)現(xiàn)（下）
任務(wù)12： 協(xié)同過濾實(shí)戰(zhàn)06_Matrix Factorization（ALS算法）詳解（上）
任務(wù)13： 協(xié)同過濾實(shí)戰(zhàn)06_Matrix Factorization（ALS算法）詳解（下）
任務(wù)14： 協(xié)同過濾實(shí)戰(zhàn)07_電影評(píng)分ALS推薦開發(fā)（上）
任務(wù)15： 協(xié)同過濾實(shí)戰(zhàn)07_電影評(píng)分ALS推薦開發(fā)（下）
任務(wù)16： 內(nèi)容推薦實(shí)戰(zhàn)01_Item Profiles原理詳解（上）
任務(wù)17： 內(nèi)容推薦實(shí)戰(zhàn)01_Item Profiles原理詳解（下）
任務(wù)18： 內(nèi)容推薦實(shí)戰(zhàn)02_User Profiles原理精講
任務(wù)19： 內(nèi)容推薦實(shí)戰(zhàn)03_TF-IDF算法原理精講
任務(wù)20： 內(nèi)容推薦實(shí)戰(zhàn)03_TF-IDF算法_Spark代碼實(shí)現(xiàn)（上）
任務(wù)21： 內(nèi)容推薦實(shí)戰(zhàn)03_TF-IDF算法_Spark代碼實(shí)現(xiàn)（下）
任務(wù)22： 混合推薦實(shí)戰(zhàn)01_Bagging & boosting算法原理
任務(wù)23： 混合推薦實(shí)戰(zhàn)02_Adaboost算法算法原理（上）
任務(wù)24： 混合推薦實(shí)戰(zhàn)02_Adaboost算法算法原理（下）
任務(wù)25： 混合推薦實(shí)戰(zhàn)03_GDBT算法原理與實(shí)現(xiàn)（上）
任務(wù)26： 混合推薦實(shí)戰(zhàn)03_GDBT算法原理與實(shí)現(xiàn)（中）
任務(wù)27： 混合推薦實(shí)戰(zhàn)03_GDBT算法原理與實(shí)現(xiàn)（下）
任務(wù)28： 混合推薦實(shí)戰(zhàn)04_andom forest理論講解
任務(wù)29： 混合推薦實(shí)戰(zhàn)05_MinHash LSH算法講解（上）
任務(wù)30： 混合推薦實(shí)戰(zhàn)05_MinHash LSH算法講解（下）
任務(wù)31： 混合推薦實(shí)戰(zhàn)05_MinHash LSH算法_Spark代碼實(shí)現(xiàn)（上）
任務(wù)32： 混合推薦實(shí)戰(zhàn)05_MinHash LSH算法_Spark代碼實(shí)現(xiàn)（下）
任務(wù)33： 基于Spark實(shí)現(xiàn)的文本相似度實(shí)戰(zhàn)_代碼剖析（上）
任務(wù)34： 基于Spark實(shí)現(xiàn)的文本相似度實(shí)戰(zhàn)_代碼剖析（下）
