大数据技术推荐系统算法案例实战教程基于大数据技术推荐系统算法案例实战视频教程
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hdfsu3000 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
