spark大数据互联网项目实战推荐系统（全套）
——spark大数据互联网项目实战推荐系统（全套）/
├──01.01_大数据应用案例.mp4105.82M
├──01.02_大数据技术框架.mp471.67M
├──01.03_推荐系统的技术栈.mp4123.96M
├──01.04_课程的基础要求和安排【拼课V信：A66911399】.mp436.49M
├──02.01_什么是推荐系统（处理）.mp4137.53M
├──03.01_推荐系统的设计.mp4133.11M
├──03.02_用户界面的重要性.mp4177.22M
├──04.01_什么是lambda架构.mp495.72M
├──04.02_Lambda架构之批处理层.mp4204.94M
├──04.03_Lambda架构之实时处理层.mp470.69M
├──04.04_Lambda架构之服务层.mp462.54M
├──05.01_什么是用户画像.mp464.05M
├──05.02_用户画像的数学描述.mp4131.28M
├──05.03_用户画像系统流程.mp4204.13M
├──05.04_用户画像系统架构.mp446.13M
├──05.05_用户标签使用案例.mp4182.20M
├──05.06_算法和模型的评价.mp499.62M
├──05.07_SparkML代码实现.mp4169.19M
├──05.08_代码实例1之模型训练及参数设置-实践.mp4393.22M
├──05.09_代码实例1之参数设置及模型测试-实践.mp4240.60M
├──05.10_代码实例2之使用管道.mp446.97M
├──05.11_代码实例2之使用管道-实践.mp4446.03M
├──05.12_代码实例3之模型调优.mp495.11M
├──05.13_代码示例3之模型调优-实践.mp4255.13M
├──05.14_代码示例4之模型调优-实践.mp4348.79M
├──05.15_用户画像系统应用.mp4142.97M
├──06.01_推荐模型构建流程.mp468.58M
├──06.02_推荐算法概述.mp4116.86M
├──06.03_基于协同过滤的推荐算法.mp4135.58M
├──06.04_相似度的计算.mp4117.64M
├──06.05_基于模型的方法.mp4151.58M
├──06.06_协同过滤的实现.mp4116.96M
├──06.07_推荐系统冷启动问题.mp482.55M
├──06.08_推荐案例实践准备.mp459.68M
├──06.09_推荐案例IDE环境配置-实践.mp4145.43M
├──07.01_Mahout概述.mp4216.34M
├──07.02_Mahout推荐系统组件.mp4242.75M
├──07.03_Mahout推荐系统评估.mp494.75M
├──07.04_Mahout开发环境部署-实践.mp4143.35M
├──07.05_Mahout推荐实例1之偏好数组-实践.mp4168.41M
├──07.06_Mahout推荐实例2之数据模型-实践.mp4170.41M
├──07.07_Mahout推荐实例3之构建模型-实践.mp4230.94M
├──07.08_Mahout推荐实例4之模型评估1-实践.mp4372.45M
├──07.09_Mahout推荐实例5之模型评估2-实践.mp4216.88M
├──07.10_Mahout推荐实例6之电影推荐1-实践.mp4252.46M
├──07.11_Mahout推荐实例6之电影推荐2-实践.mp4291.07M
├──07.12_Mahout推荐实例6之电影推荐3-实践.mp4297.78M
├──07.13_Mahout推荐实例7之图书推荐1-实践.mp4210.01M
├──07.14_Mahout推荐实例7之图书推荐2-实践.mp4212.19M
├──07.15_Mahout推荐实例7之图书推荐3-实践.mp4285.85M
├──07.16_Mahout推荐系统实战-实践.mp4304.11M
├──08.01_Mahout推荐实战补充-实践.mp461.24M
├──08.02_Spark MLlib概述.mp4161.79M
├──08.03_MLlib推荐算法介绍.mp492.35M
├──08.04_MLlib推荐算法实战.mp490.33M
├──08.05_MLlib推荐实例之定义解析函数-实践.mp4188.43M
├──08.06_MLlib推荐实例之探索DataFrame_实践.mp4257.65M
├──08.07_MLlib推荐实例之ALS模型推荐-实践.mp4167.61M
├──08.08_MLlib推荐实例之模型评估-实践.mp4287.09M
├──08.09_推荐实战之开发环境准备-实践.mp4117.55M
├──08.10_推荐实战之实现用户评分函数-实践.mp492.39M
├──08.11.mp460.54M
├──08.12_推荐实战之参数设置及数据加载-实践.mp4137.53M
├──08.13_推荐实战之用户调查及数据拆分-实践.mp4164.08M
├──08.14_推荐实战之模型训练及评估-实践.mp4200.26M
├──08.15_推荐实战之个性化推荐-实践.mp4116.71M
├──08.16_推荐实战之测试部署-实践.mp4290.57M
├──09.01_推荐系统与Lambda架构.mp4128.65M
├──09.02_推荐系统数据收集背景.mp484.84M
├──09.03_FlumeNG数据收集系统.mp4186.78M
├──09.04_Web日志数据采集Flume部署配置-实践.mp4242.19M
├──09.05_Web日志数据采集Flume运行测试-实践.mp4280.33M
├──09.06_Sqoop数据收集工具.mp4170.18M
├──09.07_Sqoop收集账户数据-实践.mp4366.00M
├──09.08_HDFS数据存储系统.mp4166.95M
├──09.09_上传知识库文档到HDFS.mp4120.31M
├──09.10_HBase数据库存储系统.mp4274.80M
├──09.11_加载并访问Hbase的评分数据-实践.mp4451.25M
├──09.12_推荐系统综合实战.mp434.90M
├──09.13_推荐系统离线层实现-实践.mp4389.05M
├──09.14_推荐系统服务层实现-实践.mp4178.71M
├──09.15_推荐系统实时层实现-实践.mp4287.16M
└──课件文档代码.rar1.90G
强烈支持楼主ing…… 比刚才的更贵。 谢谢分享· 谢谢分享 谢谢分享 11111111 2222222222 强烈支持 666666666
页:
[1]
2