首页
拜师
课程
定制计划
博客资源站
手机app
首页
拜师
课程
定制计划
博客资源站
手机app
登录
注册
登录
注册
1、头条NLP推荐系统基础
第15任务： 13_基于模型的推荐算法_矩阵分解.mp4
查看课程
任务列表
第1任务： 资料文档下载
第2任务： 01_内容介绍.mp4
第3任务： 02_推荐系统概念.mp4
第4任务： 03_推荐和web区别.mp4
第5任务： 04_大数据lambda架构介绍.mp4
第6任务： 05_推荐算法架构.mp4
第7任务： 06_推荐整体流程说明.mp4
第8任务： 07_推荐模型构建流程.mp4
第9任务： 08_协同过滤的基本思路.mp4
第10任务： 09_相似度计算的方法.mp4
第11任务： 10_协同过滤通过杰卡德相似度计算推荐结果案例.mp4
第12任务： 11_协同过滤_连续评分数据通过皮尔逊相关系数计算相似度.mp4
第13任务： 每日作业
第14任务： 12_基于模型的协同过滤算法.mp4
第15任务： 13_基于模型的推荐算法_矩阵分解.mp4
第16任务： 14_推荐系统的评估_准确性和覆盖率.mp4
第17任务： 15_推荐系统的评估_探索与利用问题.mp4
第18任务： 16_推荐系统的评估实践.mp4
第19任务： 17_推荐系统的冷启动_用户冷启动.mp4
第20任务： 18_推荐系统的冷启动_物品冷启动和系统冷启动.mp4
第21任务： 19_基于内容推荐介绍.mp4
第22任务： 20_基于内容推荐和基于物品协同过滤区别.mp4
第23任务： 21_电影评分预测案例_思路分析.mp4
第24任务： 22_电影评分预测案例_关键代码实现.mp4
第25任务： 每日作业
第26任务： 23_电影评分预测案例_基于物品的协同过滤.mp4
第27任务： 24_内容回顾.mp4
第28任务： 01_baseline概念介绍.avi
第29任务： 04_baseline_数据集拆分和指标评估分析.avi
第30任务： 02_baseline_梯度下降优化代码分析.avi
第31任务： 03_baseline梯度下降优化实现.avi
第32任务： 05_baseline_数据集拆分和指标评估实现.avi
第33任务： 06_baseline_交替最小二乘法思路分析.avi
第34任务： 07_baseline_交替最小二乘法完成.avi
第35任务： 每日作业
第36任务： 08_LFM原理和损失优化.avi
第37任务： 09_LFM推导分析.avi
第38任务： 10_LFM代码实现.avi
第39任务： 11_基于内容推荐概述.avi
第40任务： 12_使用tf-idf进行关键词提取.avi
第41任务： 13_数据合并.avi
第42任务： 14_TF-idf为每一部电影提取关键词.avi
第43任务： 15_用户画像的建立.avi
第44任务： 16_基于内容推荐过程回顾.avi
第45任务： 17_word2Vec词向量模型建立并推荐电影.avi
第46任务： 18_词向量回顾.avi
第47任务： 19_虚拟机配置说明.avi
第48任务： 01_内容回顾.avi
第49任务： 02_Hadoop概念和发展过程.avi
第50任务： 每日作业
第51任务： 03_Hadoop组件介绍_HDFS.avi
第52任务： 04_Hadoop组件介绍_MapReduce.avi
第53任务： 05_Hadoop组件介绍_YARN.avi
第54任务： 06_hdfs启动和常用shell指令.avi
第55任务： 07_hdfs架构介绍.avi
第56任务： 08_hdfs的安装.avi
第57任务： 09_yarn作用.avi
第58任务： 10_yarn的架构.avi
第59任务： 11_上午内容回顾.avi
第60任务： 12_mapreduce介绍&hadoopstreaming实现mapreduce.avi
第61任务： 13_MRJob简介.avi
第62任务： 每日作业
第63任务： 14_MRJob实现wordcount.avi
第64任务： 15_MRJob案例_topn统计.avi
第65任务： 16_MRJob案例_文件join.avi
第66任务： 17_mapreduce执行过程说明.avi
第67任务： 18_mapreduce架构.avi
第68任务： 19_hadoop生态介绍.avi
第69任务： 20_hdfs的读写流程.avi
第70任务： 21_大数据框架发行版选择问题.avi
第71任务： 22_大数据和互联网产品配合.avi
第72任务： 23_数据分析工作示例.avi
第73任务： 01_内容回顾.avi
第74任务： 每日作业
第75任务： 02_Hive的概念.avi
第76任务： 03_Hive的架构.avi
第77任务： 04_HQL和传统关系型数据库对比.avi
第78任务： 05_Hive的安装.avi
第79任务： 06_Hive的基本使用.avi
第80任务： 07_Hive的内部表和外部表.avi
第81任务： 08_Hive的分区表.avi
第82任务： 09_Hive的自定义函数.avi
第83任务： 10_Hive综合案例说明.avi
第84任务： 每日作业
第85任务： 11_Hive综合案例实现.avi
第86任务： 12_Hive内容总结.avi
第87任务： 13_sqoop简介.avi
第88任务： 14_sqoop导入mysql数据到hdfs.avi
第89任务： 15_Hbase概念.avi
第90任务： 16_Hbase的事务和CAP定理.avi
第91任务： 17_Hbase的基础架构.avi
第92任务： 每日作业
第93任务： 18_Hbase回顾.avi
第94任务： 01_内容回顾.avi
第95任务： 02_spark简介.avi
第96任务： 03_spark的wordcount体验.avi
第97任务： 04_spark中RDD概念的介绍.avi
第98任务： 05_RDD的创建_parallelize方式.avi
第99任务： 06_RDD的三类算子介绍.avi
第100任务： 07_RDD的算子练习_transformation.avi
第101任务： 08_RDD的算子练习_action.avi
第102任务： 09_pycharm链接centos远程提交代码.avi
第103任务： 每日作业
第104任务： 10_spark案例wordcount.avi
第105任务： 11_spark案例pvuv&topn统计思路分析.avi
第106任务： 12_spark案例pvuv&topn统计案例完成.avi
第107任务： 13_spark案例ip统计分析.avi
第108任务： 14_spark案例ip统计代码问题说明.avi
第109任务： 15_spark案例ip统计完成.avi
第110任务： 16_sparkstandalone模式角色说明.avi
第111任务： 17_spark的安装.avi
第112任务： 18_spark_core回顾.avi
第113任务： 19_HBase回顾.avi
第114任务： 每日作业
第115任务： 20_HBase_shell介绍.avi
第116任务： 21_HBase表设计案例.avi
第117任务： 22_hive_on_HBase介绍.avi
第118任务： 23_happybase操作hbase.avi
第119任务： 24_重点回顾.avi
第120任务： 01_内容回顾.avi
第121任务： 02_SparkSQl介绍.avi
第122任务： 03_SparkSQL中dataframe介绍.avi
第123任务： 04_远程连接jupyternotebook&RDD创建DataFrame.avi
第124任务： 每日作业
第125任务： 05_从CSV文件读取数据创建DataFrame.avi
第126任务： 06_SparkSQL的DataFrame常用API练习.avi
第127任务： 07_SparkSQL的DataFrame常用API总结.avi
第128任务： 08_SparkSQL从内存中加载JSON数据.avi
第129任务： 09_SparkSQL从文件中加载JSON数据.avi
第130任务： 10_数据清洗案例_数据去重.avi
第131任务： 11_数据清洗案例_缺失值处理.avi
第132任务： 12_数据清洗案例_异常值处理.avi
第133任务： 13_sparkSQL回顾.avi
第134任务： 14_sparkstreaming简介.avi
第135任务： 15_sparkstreaming组件介绍.avi
第136任务： 每日作业
第137任务： 16_sparkstreaming的wordcount案例.avi
第138任务： 17_sparkstreaming的有状态操作_updatestatebykey.avi
第139任务： 18_sparkstreaming的有状态操作_window操作.avi
第140任务： 19_sparkstreaming内容回顾.avi
第141任务： 20_算法相关内容回顾.avi
第142任务： 21_框架相关内容回顾.avi
第143任务： 01_内容回顾.avi
第144任务： 02_数据集分析_逻辑回归模型创建分析.avi
第145任务： 03_数据集分析_协同过滤模型创建.avi
第146任务： 每日作业
第147任务： 04_Pandas拆分数据.avi
第148任务： 05_用户行为数据情况分析.avi
第149任务： 06_用户类别ALS模型训练_评分数据处理.avi
第150任务： 07_用户类别ALS模型训练完成.avi
第151任务： 08_通过spark进行onehot编码.avi
第152任务： 09_根据时间划分训练集测试集.avi
第153任务： 10_用户特征数据缺失值处理分析.avi
第154任务： 11_sparkMLlib创建随机森林模型预测缺失值_clip.avi
第155任务： 每日作业
第156任务： 12_缺失值预测完毕数据回填.avi
第157任务： 13_CTR预估数据准备完成.avi
第158任务： 14_SparkML训练逻辑回归模型说明.avi
第159任务： 15_SparkML训练CTR预估模型_数据合并.avi
第160任务： 16_SparkML训练CTR预估模型训练和结果说明.avi
第161任务： 17_根据用户喜好的类别找到对应的商品进行召回并缓存.avi
第162任务： 18_离线推荐实时推荐说明.avi
第163任务： 19_实时推荐完成.avi
第164任务： 20_推荐命令行运行效果展示.avi
第165任务： 21_推荐过程回顾&问题说明.avi
第166任务： 22_内容回顾.avi
