- 首页
- 前沿技术
- 人工智能
- 自然语言处理/NLP
- 1、头条NLP推荐系统基础
- 全部任务
- 01_第一天内容介绍.mp4
- 02_推荐系统概念.mp4
- 03_推荐和web区别.mp4
- 04_大数据lambda架构介绍...
- 05_推荐算法架构.mp4
- 06_推荐整体流程说明.mp4
- 07_推荐模型构建流程.mp4
- 08_协同过滤的基本思路.mp4
- 09_相似度计算的方法.mp4
- 10_协同过滤通过杰卡德相似度计...
- 11_协同过滤_连续评分数据通过...
- 12_基于模型的协同过滤算法.m...
- 13_基于模型的推荐算法_矩阵分...
- 14_推荐系统的评估_准确性和覆...
- 15_推荐系统的评估_探索与利用...
- 16_推荐系统的评估实践.mp4
- 17_推荐系统的冷启动_用户冷启...
- 18_推荐系统的冷启动_物品冷启...
- 19_基于内容推荐介绍.mp4
- 20_基于内容推荐和基于物品协同...
- 21_电影评分预测案例_思路分析...
- 22_电影评分预测案例_关键代码...
- 23_电影评分预测案例_基于物品...
- 24_第一天内容回顾.mp4
- 01_baseline概念介绍....
- 02_baseline_梯度下降...
- 03_baseline梯度下降优...
- 04_baseline_数据集拆...
- 05_baseline_数据集拆...
- 06_baseline_交替最小...
- 07_baseline_交替最小...
- 08_LFM原理和损失优化.mp...
- 09_LFM推导分析.mp4
- 10_LFM代码实现.mp4
- 11_基于内容推荐概述.mp4
- 12_使用tf-idf进行关键词...
- 13_数据合并.mp4
- 14_TF-idf为每一部电影提...
- 15_用户画像的建立.mp4
- 16_基于内容推荐过程回顾.mp...
- 17_word2Vec词向量模型...
- 18_词向量回顾.mp4
- 19_虚拟机配置说明.mp4
- 01_第三天的内容回顾.mp4
- 02_Hadoop概念和发展过程...
- 03_Hadoop组件介绍_HD...
- 04_Hadoop组件介绍_Ma...
- 05_Hadoop组件介绍_YA...
- 06_hdfs启动和常用shel...
- 07_hdfs架构介绍.mp4
- 08_hdfs的安装.mp4
- 09_yarn作用.mp4
- 10_yarn的架构.mp4
- 11_第三天上午内容回顾.mp4
- 12_mapreduce介绍&h...
- 13_MRJob简介.mp4
- 14_MRJob实现wordco...
- 15_MRJob案例_topn统...
- 16_MRJob案例_文件joi...
- 17_mapreduce执行过程...
- 18_mapreduce架构.m...
- 19_hadoop生态介绍.mp...
- 20_hdfs的读写流程.mp4
- 21_大数据框架发行版选择问题....
- 22_大数据和互联网产品配合.m...
- 23_数据分析工作示例.mp4
- 01_第四天的内容回顾.mp4
- 02_Hive的概念.mp4
- 03_Hive的架构.mp4
- 04_HQL和传统关系型数据库对...
- 05_Hive的安装.mp4
- 06_Hive的基本使用.mp4
- 07_Hive的内部表和外部表....
- 08_Hive的分区表.mp4
- 09_Hive的自定义函数.mp...
- 10_Hive综合案例说明.mp...
- 11_Hive综合案例实现.mp...
- 12_Hive内容总结.mp4
- 13_sqoop简介.mp4
- 14_sqoop导入mysql数...
- 15_Hbase概念.mp4
- 16_Hbase的事务和CAP定...
- 17_Hbase的基础架构.mp...
- 18_Hbase回顾.mp4
- 01_第五天内容回顾.mp4
- 02_spark简介.mp4
- 03_spark的wordcou...
- 04_spark中RDD概念的介...
- 05_RDD的创建_parall...
- 06_RDD的三类算子介绍.mp...
- 07_RDD的算子练习_tran...
- 08_RDD的算子练习_acti...
- 09_pycharm链接cent...
- 10_spark案例wordco...
- 11_spark案例pvuv&t...
- 12_spark案例pvuv&t...
- 13_spark案例ip统计分析...
- 14_spark案例ip统计代码...
- 15_spark案例ip统计完成...
- 16_sparkstandalo...
- 17_spark的安装.mp4
- 18_spark_core回顾....
- 19_HBase回顾.mp4
- 20_HBase_shell介绍...
- 21_HBase表设计案例.mp...
- 22_hive_on_HBase...
- 23_happybase操作hb...
- 24_第五天重点回顾.mp4
- 01_第六天的内容回顾.mp4
- 02_SparkSQl介绍.mp...
- 03_SparkSQL中data...
- 04_远程连接jupyterno...
- 05_从CSV文件读取数据创建D...
- 06_SparkSQL的Data...
- 07_SparkSQL的Data...
- 08_SparkSQL从内存中加...
- 09_SparkSQL从文件中加...
- 10_数据清洗案例_数据去重.m...
- 11_数据清洗案例_缺失值处理....
- 12_数据清洗案例_异常值处理....
- 13_sparkSQL回顾.mp...
- 14_sparkstreamin...
- 15_sparkstreamin...
- 16_sparkstreamin...
- 17_sparkstreamin...
- 18_sparkstreamin...
- 19_sparkstreamin...
- 20_算法相关内容回顾.mp4
- 21_框架相关内容回顾.mp4
- 01_第七天的内容回顾.mp4
- 02_数据集分析_逻辑回归模型创...
- 03_数据集分析_协同过滤模型创...
- 04_Pandas拆分数据.mp...
- 05_用户行为数据情况分析.mp...
- 06_用户类别ALS模型训练_评...
- 07_用户类别ALS模型训练完成...
- 08_通过spark进行oneh...
- 09_根据时间划分训练集测试集....
- 10_用户特征数据缺失值处理分析...
- 11_sparkMLlib创建随...
- 12_缺失值预测完毕数据回填.m...
- 13_CTR预估数据准备完成.m...
- 14_SparkML训练逻辑回归...
- 15_SparkML训练CTR预...
- 16_SparkML训练CTR预...
- 17_根据用户喜好的类别找到对应...
- 18_离线推荐实时推荐说明.mp...
- 19_实时推荐完成.mp4
- 20_推荐命令行运行效果展示.m...
- 21_推荐过程回顾&问题说明.m...
- 22_第七天内容回顾.mp4
- 01_第一天内容介绍.mp4
- 02_推荐系统概念.mp4
- 03_推荐和web区别.mp4
- 04_大数据lambda架构介绍...
- 05_推荐算法架构.mp4
- 06_推荐整体流程说明.mp4
- 07_推荐模型构建流程.mp4
- 08_协同过滤的基本思路.mp4
- 09_相似度计算的方法.mp4
- 10_协同过滤通过杰卡德相似度计...
- 11_协同过滤_连续评分数据通过...
- 12_基于模型的协同过滤算法.m...
- 13_基于模型的推荐算法_矩阵分...
- 14_推荐系统的评估_准确性和覆...
- 15_推荐系统的评估_探索与利用...
- 16_推荐系统的评估实践.mp4
- 17_推荐系统的冷启动_用户冷启...
- 18_推荐系统的冷启动_物品冷启...
- 19_基于内容推荐介绍.mp4
- 20_基于内容推荐和基于物品协同...
- 21_电影评分预测案例_思路分析...
- 22_电影评分预测案例_关键代码...
- 23_电影评分预测案例_基于物品...
- 24_第一天内容回顾.mp4
- 01_baseline概念介绍....
- 02_baseline_梯度下降...
- 03_baseline梯度下降优...
- 04_baseline_数据集拆...
- 05_baseline_数据集拆...
- 06_baseline_交替最小...
- 07_baseline_交替最小...
- 08_LFM原理和损失优化.mp...
- 09_LFM推导分析.mp4
- 10_LFM代码实现.mp4
- 11_基于内容推荐概述.mp4
- 12_使用tf-idf进行关键词...
- 13_数据合并.mp4
- 14_TF-idf为每一部电影提...
- 15_用户画像的建立.mp4
- 16_基于内容推荐过程回顾.mp...
- 17_word2Vec词向量模型...
- 18_词向量回顾.mp4
- 19_虚拟机配置说明.mp4
- 01_第三天的内容回顾.mp4
- 02_Hadoop概念和发展过程...
- 03_Hadoop组件介绍_HD...
- 04_Hadoop组件介绍_Ma...
- 05_Hadoop组件介绍_YA...
- 06_hdfs启动和常用shel...
- 07_hdfs架构介绍.mp4
- 08_hdfs的安装.mp4
- 09_yarn作用.mp4
- 10_yarn的架构.mp4
- 11_第三天上午内容回顾.mp4
- 12_mapreduce介绍&h...
- 13_MRJob简介.mp4
- 14_MRJob实现wordco...
- 15_MRJob案例_topn统...
- 16_MRJob案例_文件joi...
- 17_mapreduce执行过程...
- 18_mapreduce架构.m...
- 19_hadoop生态介绍.mp...
- 20_hdfs的读写流程.mp4
- 21_大数据框架发行版选择问题....
- 22_大数据和互联网产品配合.m...
- 23_数据分析工作示例.mp4
- 01_第四天的内容回顾.mp4
- 02_Hive的概念.mp4
- 03_Hive的架构.mp4
- 04_HQL和传统关系型数据库对...
- 05_Hive的安装.mp4
- 06_Hive的基本使用.mp4
- 07_Hive的内部表和外部表....
- 08_Hive的分区表.mp4
- 09_Hive的自定义函数.mp...
- 10_Hive综合案例说明.mp...
- 11_Hive综合案例实现.mp...
- 12_Hive内容总结.mp4
- 13_sqoop简介.mp4
- 14_sqoop导入mysql数...
- 15_Hbase概念.mp4
- 16_Hbase的事务和CAP定...
- 17_Hbase的基础架构.mp...
- 18_Hbase回顾.mp4
- 01_第五天内容回顾.mp4
- 02_spark简介.mp4
- 03_spark的wordcou...
- 04_spark中RDD概念的介...
- 05_RDD的创建_parall...
- 06_RDD的三类算子介绍.mp...
- 07_RDD的算子练习_tran...
- 08_RDD的算子练习_acti...
- 09_pycharm链接cent...
- 10_spark案例wordco...
- 11_spark案例pvuv&t...
- 12_spark案例pvuv&t...
- 13_spark案例ip统计分析...
- 14_spark案例ip统计代码...
- 15_spark案例ip统计完成...
- 16_sparkstandalo...
- 17_spark的安装.mp4
- 18_spark_core回顾....
- 19_HBase回顾.mp4
- 20_HBase_shell介绍...
- 21_HBase表设计案例.mp...
- 22_hive_on_HBase...
- 23_happybase操作hb...
- 24_第五天重点回顾.mp4
- 01_第六天的内容回顾.mp4
- 02_SparkSQl介绍.mp...
- 03_SparkSQL中data...
- 04_远程连接jupyterno...
- 05_从CSV文件读取数据创建D...
- 06_SparkSQL的Data...
- 07_SparkSQL的Data...
- 08_SparkSQL从内存中加...
- 09_SparkSQL从文件中加...
- 10_数据清洗案例_数据去重.m...
- 11_数据清洗案例_缺失值处理....
- 12_数据清洗案例_异常值处理....
- 13_sparkSQL回顾.mp...
- 14_sparkstreamin...
- 15_sparkstreamin...
- 16_sparkstreamin...
- 17_sparkstreamin...
- 18_sparkstreamin...
- 19_sparkstreamin...
- 20_算法相关内容回顾.mp4
- 21_框架相关内容回顾.mp4
- 01_第七天的内容回顾.mp4
- 02_数据集分析_逻辑回归模型创...
- 03_数据集分析_协同过滤模型创...
- 04_Pandas拆分数据.mp...
- 05_用户行为数据情况分析.mp...
- 06_用户类别ALS模型训练_评...
- 07_用户类别ALS模型训练完成...
- 08_通过spark进行oneh...
- 09_根据时间划分训练集测试集....
- 10_用户特征数据缺失值处理分析...
- 11_sparkMLlib创建随...
- 12_缺失值预测完毕数据回填.m...
- 13_CTR预估数据准备完成.m...
- 14_SparkML训练逻辑回归...
- 15_SparkML训练CTR预...
- 16_SparkML训练CTR预...
- 17_根据用户喜好的类别找到对应...
- 18_离线推荐实时推荐说明.mp...
- 19_实时推荐完成.mp4
- 20_推荐命令行运行效果展示.m...
- 21_推荐过程回顾&问题说明.m...
- 22_第七天内容回顾.mp4
- 课件资料下载
- 课件资料下载
- 01_内容介绍.mp4
- 02_推荐系统概念.mp4
- 03_推荐和web区别.mp4
- 04_大数据lambda架构介绍...
- 05_推荐算法架构.mp4
- 06_推荐整体流程说明.mp4
- 07_推荐模型构建流程.mp4
- 08_协同过滤的基本思路.mp4
- 09_相似度计算的方法.mp4
- 10_协同过滤通过杰卡德相似度计...
- 11_协同过滤_连续评分数据通过...
- 每日作业
- 12_基于模型的协同过滤算法.m...
- 13_基于模型的推荐算法_矩阵分...
- 14_推荐系统的评估_准确性和覆...
- 15_推荐系统的评估_探索与利用...
- 16_推荐系统的评估实践.mp4
- 17_推荐系统的冷启动_用户冷启...
- 18_推荐系统的冷启动_物品冷启...
- 19_基于内容推荐介绍.mp4
- 20_基于内容推荐和基于物品协同...
- 21_电影评分预测案例_思路分析...
- 22_电影评分预测案例_关键代码...
- 每日作业
- 23_电影评分预测案例_基于物品...
- 24_内容回顾.mp4
- 01_baseline概念介绍....
- 04_baseline_数据集拆...
- 02_baseline_梯度下降...
- 03_baseline梯度下降优...
- 05_baseline_数据集拆...
- 06_baseline_交替最小...
- 07_baseline_交替最小...
- 每日作业
- 08_LFM原理和损失优化.av...
- 09_LFM推导分析.avi
- 10_LFM代码实现.avi
- 11_基于内容推荐概述.avi
- 12_使用tf-idf进行关键词...
- 13_数据合并.avi
- 14_TF-idf为每一部电影提...
- 15_用户画像的建立.avi
- 16_基于内容推荐过程回顾.av...
- 17_word2Vec词向量模型...
- 18_词向量回顾.avi
- 19_虚拟机配置说明.avi
- 01_内容回顾.avi
- 02_Hadoop概念和发展过程...
- 每日作业
- 03_Hadoop组件介绍_HD...
- 04_Hadoop组件介绍_Ma...
- 05_Hadoop组件介绍_YA...
- 06_hdfs启动和常用shel...
- 07_hdfs架构介绍.avi
- 08_hdfs的安装.avi
- 09_yarn作用.avi
- 10_yarn的架构.avi
- 11_上午内容回顾.avi
- 12_mapreduce介绍&h...
- 13_MRJob简介.avi
- 每日作业
- 14_MRJob实现wordco...
- 15_MRJob案例_topn统...
- 16_MRJob案例_文件joi...
- 17_mapreduce执行过程...
- 18_mapreduce架构.a...
- 19_hadoop生态介绍.av...
- 20_hdfs的读写流程.avi
- 21_大数据框架发行版选择问题....
- 22_大数据和互联网产品配合.a...
- 23_数据分析工作示例.avi
- 01_内容回顾.avi
- 每日作业
- 02_Hive的概念.avi
- 03_Hive的架构.avi
- 04_HQL和传统关系型数据库对...
- 05_Hive的安装.avi
- 06_Hive的基本使用.avi
- 07_Hive的内部表和外部表....
- 08_Hive的分区表.avi
- 09_Hive的自定义函数.av...
- 10_Hive综合案例说明.av...
- 每日作业
- 11_Hive综合案例实现.av...
- 12_Hive内容总结.avi
- 13_sqoop简介.avi
- 14_sqoop导入mysql数...
- 15_Hbase概念.avi
- 16_Hbase的事务和CAP定...
- 17_Hbase的基础架构.av...
- 每日作业
- 18_Hbase回顾.avi
- 01_内容回顾.avi
- 02_spark简介.avi
- 03_spark的wordcou...
- 04_spark中RDD概念的介...
- 05_RDD的创建_parall...
- 06_RDD的三类算子介绍.av...
- 07_RDD的算子练习_tran...
- 08_RDD的算子练习_acti...
- 09_pycharm链接cent...
- 每日作业
- 10_spark案例wordco...
- 11_spark案例pvuv&t...
- 12_spark案例pvuv&t...
- 13_spark案例ip统计分析...
- 14_spark案例ip统计代码...
- 15_spark案例ip统计完成...
- 16_sparkstandalo...
- 17_spark的安装.avi
- 18_spark_core回顾....
- 19_HBase回顾.avi
- 每日作业
- 20_HBase_shell介绍...
- 21_HBase表设计案例.av...
- 22_hive_on_HBase...
- 23_happybase操作hb...
- 24_重点回顾.avi
- 01_内容回顾.avi
- 02_SparkSQl介绍.av...
- 03_SparkSQL中data...
- 04_远程连接jupyterno...
- 每日作业
- 05_从CSV文件读取数据创建D...
- 06_SparkSQL的Data...
- 07_SparkSQL的Data...
- 08_SparkSQL从内存中加...
- 09_SparkSQL从文件中加...
- 10_数据清洗案例_数据去重.a...
- 11_数据清洗案例_缺失值处理....
- 12_数据清洗案例_异常值处理....
- 13_sparkSQL回顾.av...
- 14_sparkstreamin...
- 15_sparkstreamin...
- 每日作业
- 16_sparkstreamin...
- 17_sparkstreamin...
- 18_sparkstreamin...
- 19_sparkstreamin...
- 20_算法相关内容回顾.avi
- 21_框架相关内容回顾.avi
- 01_内容回顾.avi
- 02_数据集分析_逻辑回归模型创...
- 03_数据集分析_协同过滤模型创...
- 每日作业
- 04_Pandas拆分数据.av...
- 05_用户行为数据情况分析.av...
- 06_用户类别ALS模型训练_评...
- 07_用户类别ALS模型训练完成...
- 08_通过spark进行oneh...
- 09_根据时间划分训练集测试集....
- 10_用户特征数据缺失值处理分析...
- 11_sparkMLlib创建随...
- 每日作业
- 12_缺失值预测完毕数据回填.a...
- 13_CTR预估数据准备完成.a...
- 14_SparkML训练逻辑回归...
- 15_SparkML训练CTR预...
- 16_SparkML训练CTR预...
- 17_根据用户喜好的类别找到对应...
- 18_离线推荐实时推荐说明.av...
- 19_实时推荐完成.avi
- 20_推荐命令行运行效果展示.a...
- 21_推荐过程回顾&问题说明.a...
- 22_内容回顾.avi
- 01_内容介绍.mp4
- 02_推荐系统概念.mp4
- 03_推荐和web区别.mp4
- 04_大数据lambda架构介绍...
- 05_推荐算法架构.mp4
- 06_推荐整体流程说明.mp4
- 07_推荐模型构建流程.mp4
- 08_协同过滤的基本思路.mp4
- 09_相似度计算的方法.mp4
- 10_协同过滤通过杰卡德相似度计...
- 11_协同过滤_连续评分数据通过...
- 每日作业
- 12_基于模型的协同过滤算法.m...
- 13_基于模型的推荐算法_矩阵分...
- 14_推荐系统的评估_准确性和覆...
- 15_推荐系统的评估_探索与利用...
- 16_推荐系统的评估实践.mp4
- 17_推荐系统的冷启动_用户冷启...
- 18_推荐系统的冷启动_物品冷启...
- 19_基于内容推荐介绍.mp4
- 20_基于内容推荐和基于物品协同...
- 21_电影评分预测案例_思路分析...
- 22_电影评分预测案例_关键代码...
- 每日作业
- 23_电影评分预测案例_基于物品...
- 24_内容回顾.mp4
- 01_baseline概念介绍....
- 04_baseline_数据集拆...
- 02_baseline_梯度下降...
- 03_baseline梯度下降优...
- 05_baseline_数据集拆...
- 06_baseline_交替最小...
- 07_baseline_交替最小...
- 每日作业
- 08_LFM原理和损失优化.av...
- 09_LFM推导分析.avi
- 10_LFM代码实现.avi
- 11_基于内容推荐概述.avi
- 12_使用tf-idf进行关键词...
- 13_数据合并.avi
- 14_TF-idf为每一部电影提...
- 15_用户画像的建立.avi
- 16_基于内容推荐过程回顾.av...
- 17_word2Vec词向量模型...
- 18_词向量回顾.avi
- 19_虚拟机配置说明.avi
- 01_内容回顾.avi
- 02_Hadoop概念和发展过程...
- 每日作业
- 03_Hadoop组件介绍_HD...
- 04_Hadoop组件介绍_Ma...
- 05_Hadoop组件介绍_YA...
- 06_hdfs启动和常用shel...
- 07_hdfs架构介绍.avi
- 08_hdfs的安装.avi
- 09_yarn作用.avi
- 10_yarn的架构.avi
- 11_上午内容回顾.avi
- 12_mapreduce介绍&h...
- 13_MRJob简介.avi
- 每日作业
- 14_MRJob实现wordco...
- 15_MRJob案例_topn统...
- 16_MRJob案例_文件joi...
- 17_mapreduce执行过程...
- 18_mapreduce架构.a...
- 19_hadoop生态介绍.av...
- 20_hdfs的读写流程.avi
- 21_大数据框架发行版选择问题....
- 22_大数据和互联网产品配合.a...
- 23_数据分析工作示例.avi
- 01_内容回顾.avi
- 每日作业
- 02_Hive的概念.avi
- 03_Hive的架构.avi
- 04_HQL和传统关系型数据库对...
- 05_Hive的安装.avi
- 06_Hive的基本使用.avi
- 07_Hive的内部表和外部表....
- 08_Hive的分区表.avi
- 09_Hive的自定义函数.av...
- 10_Hive综合案例说明.av...
- 每日作业
- 11_Hive综合案例实现.av...
- 12_Hive内容总结.avi
- 13_sqoop简介.avi
- 14_sqoop导入mysql数...
- 15_Hbase概念.avi
- 16_Hbase的事务和CAP定...
- 17_Hbase的基础架构.av...
- 每日作业
- 18_Hbase回顾.avi
- 01_内容回顾.avi
- 02_spark简介.avi
- 03_spark的wordcou...
- 04_spark中RDD概念的介...
- 05_RDD的创建_parall...
- 06_RDD的三类算子介绍.av...
- 07_RDD的算子练习_tran...
- 08_RDD的算子练习_acti...
- 09_pycharm链接cent...
- 每日作业
- 10_spark案例wordco...
- 11_spark案例pvuv&t...
- 12_spark案例pvuv&t...
- 13_spark案例ip统计分析...
- 14_spark案例ip统计代码...
- 15_spark案例ip统计完成...
- 16_sparkstandalo...
- 17_spark的安装.avi
- 18_spark_core回顾....
- 19_HBase回顾.avi
- 每日作业
- 20_HBase_shell介绍...
- 21_HBase表设计案例.av...
- 22_hive_on_HBase...
- 23_happybase操作hb...
- 24_重点回顾.avi
- 01_内容回顾.avi
- 02_SparkSQl介绍.av...
- 03_SparkSQL中data...
- 04_远程连接jupyterno...
- 每日作业
- 05_从CSV文件读取数据创建D...
- 06_SparkSQL的Data...
- 07_SparkSQL的Data...
- 08_SparkSQL从内存中加...
- 09_SparkSQL从文件中加...
- 10_数据清洗案例_数据去重.a...
- 11_数据清洗案例_缺失值处理....
- 12_数据清洗案例_异常值处理....
- 13_sparkSQL回顾.av...
- 14_sparkstreamin...
- 15_sparkstreamin...
- 每日作业
- 16_sparkstreamin...
- 17_sparkstreamin...
- 18_sparkstreamin...
- 19_sparkstreamin...
- 20_算法相关内容回顾.avi
- 21_框架相关内容回顾.avi
- 01_内容回顾.avi
- 02_数据集分析_逻辑回归模型创...
- 03_数据集分析_协同过滤模型创...
- 每日作业
- 04_Pandas拆分数据.av...
- 05_用户行为数据情况分析.av...
- 06_用户类别ALS模型训练_评...
- 07_用户类别ALS模型训练完成...
- 08_通过spark进行oneh...
- 09_根据时间划分训练集测试集....
- 10_用户特征数据缺失值处理分析...
- 11_sparkMLlib创建随...
- 每日作业
- 12_缺失值预测完毕数据回填.a...
- 13_CTR预估数据准备完成.a...
- 14_SparkML训练逻辑回归...
- 15_SparkML训练CTR预...
- 16_SparkML训练CTR预...
- 17_根据用户喜好的类别找到对应...
- 18_离线推荐实时推荐说明.av...
- 19_实时推荐完成.avi
- 20_推荐命令行运行效果展示.a...
- 21_推荐过程回顾&问题说明.a...
- 22_内容回顾.avi
- 资料文档下载
- 资料文档下载
- 01_内容介绍.mp4
- 02_推荐系统概念.mp4
- 03_推荐和web区别.mp4
- 04_大数据lambda架构介绍...
- 05_推荐算法架构.mp4
- 06_推荐整体流程说明.mp4
- 07_推荐模型构建流程.mp4
- 08_协同过滤的基本思路.mp4
- 09_相似度计算的方法.mp4
- 10_协同过滤通过杰卡德相似度计...
- 11_协同过滤_连续评分数据通过...
- 每日作业
- 12_基于模型的协同过滤算法.m...
- 13_基于模型的推荐算法_矩阵分...
- 14_推荐系统的评估_准确性和覆...
- 15_推荐系统的评估_探索与利用...
- 16_推荐系统的评估实践.mp4
- 17_推荐系统的冷启动_用户冷启...
- 18_推荐系统的冷启动_物品冷启...
- 19_基于内容推荐介绍.mp4
- 20_基于内容推荐和基于物品协同...
- 21_电影评分预测案例_思路分析...
- 22_电影评分预测案例_关键代码...
- 每日作业
- 23_电影评分预测案例_基于物品...
- 24_内容回顾.mp4
- 01_baseline概念介绍....
- 04_baseline_数据集拆...
- 02_baseline_梯度下降...
- 03_baseline梯度下降优...
- 05_baseline_数据集拆...
- 06_baseline_交替最小...
- 07_baseline_交替最小...
- 每日作业
- 08_LFM原理和损失优化.av...
- 09_LFM推导分析.avi
- 10_LFM代码实现.avi
- 11_基于内容推荐概述.avi
- 12_使用tf-idf进行关键词...
- 13_数据合并.avi
- 14_TF-idf为每一部电影提...
- 15_用户画像的建立.avi
- 16_基于内容推荐过程回顾.av...
- 17_word2Vec词向量模型...
- 18_词向量回顾.avi
- 19_虚拟机配置说明.avi
- 01_内容回顾.avi
- 02_Hadoop概念和发展过程...
- 每日作业
- 03_Hadoop组件介绍_HD...
- 04_Hadoop组件介绍_Ma...
- 05_Hadoop组件介绍_YA...
- 06_hdfs启动和常用shel...
- 07_hdfs架构介绍.avi
- 08_hdfs的安装.avi
- 09_yarn作用.avi
- 10_yarn的架构.avi
- 11_上午内容回顾.avi
- 12_mapreduce介绍&h...
- 13_MRJob简介.avi
- 每日作业
- 14_MRJob实现wordco...
- 15_MRJob案例_topn统...
- 16_MRJob案例_文件joi...
- 17_mapreduce执行过程...
- 18_mapreduce架构.a...
- 19_hadoop生态介绍.av...
- 20_hdfs的读写流程.avi
- 21_大数据框架发行版选择问题....
- 22_大数据和互联网产品配合.a...
- 23_数据分析工作示例.avi
- 01_内容回顾.avi
- 每日作业
- 02_Hive的概念.avi
- 03_Hive的架构.avi
- 04_HQL和传统关系型数据库对...
- 05_Hive的安装.avi
- 06_Hive的基本使用.avi
- 07_Hive的内部表和外部表....
- 08_Hive的分区表.avi
- 09_Hive的自定义函数.av...
- 10_Hive综合案例说明.av...
- 每日作业
- 11_Hive综合案例实现.av...
- 12_Hive内容总结.avi
- 13_sqoop简介.avi
- 14_sqoop导入mysql数...
- 15_Hbase概念.avi
- 16_Hbase的事务和CAP定...
- 17_Hbase的基础架构.av...
- 每日作业
- 18_Hbase回顾.avi
- 01_内容回顾.avi
- 02_spark简介.avi
- 03_spark的wordcou...
- 04_spark中RDD概念的介...
- 05_RDD的创建_parall...
- 06_RDD的三类算子介绍.av...
- 07_RDD的算子练习_tran...
- 08_RDD的算子练习_acti...
- 09_pycharm链接cent...
- 每日作业
- 10_spark案例wordco...
- 11_spark案例pvuv&t...
- 12_spark案例pvuv&t...
- 13_spark案例ip统计分析...
- 14_spark案例ip统计代码...
- 15_spark案例ip统计完成...
- 16_sparkstandalo...
- 17_spark的安装.avi
- 18_spark_core回顾....
- 19_HBase回顾.avi
- 每日作业
- 20_HBase_shell介绍...
- 21_HBase表设计案例.av...
- 22_hive_on_HBase...
- 23_happybase操作hb...
- 24_重点回顾.avi
- 01_内容回顾.avi
- 02_SparkSQl介绍.av...
- 03_SparkSQL中data...
- 04_远程连接jupyterno...
- 每日作业
- 05_从CSV文件读取数据创建D...
- 06_SparkSQL的Data...
- 07_SparkSQL的Data...
- 08_SparkSQL从内存中加...
- 09_SparkSQL从文件中加...
- 10_数据清洗案例_数据去重.a...
- 11_数据清洗案例_缺失值处理....
- 12_数据清洗案例_异常值处理....
- 13_sparkSQL回顾.av...
- 14_sparkstreamin...
- 15_sparkstreamin...
- 每日作业
- 16_sparkstreamin...
- 17_sparkstreamin...
- 18_sparkstreamin...
- 19_sparkstreamin...
- 20_算法相关内容回顾.avi
- 21_框架相关内容回顾.avi
- 01_内容回顾.avi
- 02_数据集分析_逻辑回归模型创...
- 03_数据集分析_协同过滤模型创...
- 每日作业
- 04_Pandas拆分数据.av...
- 05_用户行为数据情况分析.av...
- 06_用户类别ALS模型训练_评...
- 07_用户类别ALS模型训练完成...
- 08_通过spark进行oneh...
- 09_根据时间划分训练集测试集....
- 10_用户特征数据缺失值处理分析...
- 11_sparkMLlib创建随...
- 每日作业
- 12_缺失值预测完毕数据回填.a...
- 13_CTR预估数据准备完成.a...
- 14_SparkML训练逻辑回归...
- 15_SparkML训练CTR预...
- 16_SparkML训练CTR预...
- 17_根据用户喜好的类别找到对应...
- 18_离线推荐实时推荐说明.av...
- 19_实时推荐完成.avi
- 20_推荐命令行运行效果展示.a...
- 21_推荐过程回顾&问题说明.a...
- 22_内容回顾.avi
课程特色
图文(1)
视频(151)
考试(14)