课程概述
一、课程优势
本课程有陈敬雷老师的清华大学出版社配套2020年10月新书《分布式机器学习实战》:
https://item.jd.com/12743009.html
二、课程简介
来自大型互联网公司一线的实战经验总结,比较完备的包含了各个模块,重量级干货分享!听完此课,可以实现一个完整的推荐系统!
课程总时长:20小时 平均单节课:45分钟左右
推荐架构设计、推荐数据仓库集市、推荐ETL数据处理、CF协同过滤用户行为挖掘、ALS交替最小二乘法、ContentBase文本挖掘、用户画像标签提取算法、用户心理学模型推荐、推荐多策略融合算法、准实时在线学习推荐引擎、Redis分布式缓存、分布式搜索引擎、推荐Rerank二次重排序算法(基于逻辑回归、GBDT、随机森林、神经网络的算法做二次排序)、推荐Rerank二次重排序算法(基于Learning TO rank排序学习算法做二次排序)、推荐Rerank二次重排序算法(基于加权公式排序)、在线Web实时推荐引擎服务原理及核心处理算法、在线Web实时推荐引擎服务核心源代码解析、在线AB测试推荐效果评估、离线AB测试推荐效果评估、推荐位管理平台等及相关模块
三、额外福利
加助理微信领取源码和进入大牛交流群,助理1微信:Chenjinglei88,助理2微信:omf6757
本课程有陈敬雷老师的清华大学出版社配套2020年10月新书《分布式机器学习实战》:
https://item.jd.com/12743009.html
二、课程简介
来自大型互联网公司一线的实战经验总结,比较完备的包含了各个模块,重量级干货分享!听完此课,可以实现一个完整的推荐系统!
课程总时长:20小时 平均单节课:45分钟左右
推荐架构设计、推荐数据仓库集市、推荐ETL数据处理、CF协同过滤用户行为挖掘、ALS交替最小二乘法、ContentBase文本挖掘、用户画像标签提取算法、用户心理学模型推荐、推荐多策略融合算法、准实时在线学习推荐引擎、Redis分布式缓存、分布式搜索引擎、推荐Rerank二次重排序算法(基于逻辑回归、GBDT、随机森林、神经网络的算法做二次排序)、推荐Rerank二次重排序算法(基于Learning TO rank排序学习算法做二次排序)、推荐Rerank二次重排序算法(基于加权公式排序)、在线Web实时推荐引擎服务原理及核心处理算法、在线Web实时推荐引擎服务核心源代码解析、在线AB测试推荐效果评估、离线AB测试推荐效果评估、推荐位管理平台等及相关模块
三、额外福利
加助理微信领取源码和进入大牛交流群,助理1微信:Chenjinglei88,助理2微信:omf6757