机器学习和算法体系马士兵教育官网

章节1:机器学习介绍、原理及应用场景 (1节)

课时01

机器学习介绍、原理及应用场景

2小时47分43秒

章节2: 线性回归算法的原理及参数优化方案 (1节)

课时02

线性回归算法的原理及参数优化方案

2小时25分21秒

章节3:基于Spark MLlib训练回归算法模型 (1节)

课时03

基于Spark MLlib训练回归算法模型

2小时24分17秒

章节4: 逻辑回归算法的原理及算法公式推导 (1节)

课时04

逻辑回归算法的原理及算法公式推导

2小时26分17秒

章节5:逻辑回归算法原理及公式推导 (1节)

课时05

逻辑回归算法原理及公式推导

1小时11分46秒

章节6:逻辑回归算法原理及公式推导 (1节)

课时06

逻辑回归算法原理及公式推导

2小时24分29秒

章节7:逻辑回归算法及实现百度路况预测功能 (1节)

课时07

逻辑回归算法及实现百度路况预测功能

2小时7分29秒

章节8: KNN识别手写数字与KMeans聚类算法原理 (1节)

课时08

KNN识别手写数字与KMeans聚类算法原理

1小时20分1秒

章节9: KNN手写数字识别及KMeans算法原理 (1节)

课时09

KNN手写数字识别及KMeans算法原理

2小时18分12秒

章节10:手写KMeans聚类算法及实现精准微博营销案例 (1节)

课时10

手写KMeans聚类算法及实现精准微博营销案例

2小时27分53秒

章节11:分析KMeans精准营销案例代码及KMeans在推荐系统的应用 (1节)

课时11

分析KMeans精准营销案例代码及KMeans在推荐系统的应用

2小时13分55秒

章节12: 百度地图实时路况及路况预测 (1节)

课时12

百度地图实时路况及路况预测

2小时27分2秒

章节13:决策树算法的原理 (1节)

课时13

决策树算法的原理

2小时18分27秒

章节14:随机森林算法与算法总结 (1节)

课时14

随机森林算法与算法总结

2小时10分27秒

章节15: 推荐系统的来龙去脉与推荐架构 (1节)

课时15

推荐系统的来龙去脉与推荐架构

2小时8分36秒

章节16:推荐系统架构设计及构建推荐系统训练集 (1节)

课时16

推荐系统架构设计及构建推荐系统训练集

2小时7分1秒

章节17: 推荐系统代码实现及测试 (1节)

课时17

推荐系统代码实现及测试

2小时8分35秒

章节18: 实现推荐系统在线推荐微服务 (1节)

课时18

实现推荐系统在线推荐微服务

4小时30分59秒

章节19:基于节目的推荐系统，架构剖析，数据迁移 (1节)

课时19

基于节目的推荐系统，架构剖析，数据迁移

2小时26分48秒

章节20:提取节目的关键词，构建节目画像 (1节)

课时20

提取节目的关键词，构建节目画像

2小时10分17秒

章节21:基于TextRank算法+TF-IDF算法提取关键词 (1节)

课时21

基于TextRank算法+TF-IDF算法提取关键词

2小时25分29秒

章节22:基于节目画像计算节目的相似度 (1节)

课时22

基于节目画像计算节目的相似度

2小时14分16秒

章节23:基于物品画像计算相似度 (1节)

课时23

基于物品画像计算相似度

2小时23分52秒

章节24:实现基于模型的召回策略 (1节)

课时24

实现基于模型的召回策略

2小时14分5秒

章节25:基本函数类及富函数的使用 (1节)

课时25

基本函数类及富函数的使用

2小时20分39秒

章节26: 构建节目画像与用户画像 (1节)

课时26

构建节目画像与用户画像

2小时14分16秒

章节27:构建用户画像及性能调优 (1节)

课时27

构建用户画像及性能调优

2小时23分52秒

章节28:构建特征中心及模型召回实现 (1节)

课时28

构建特征中心及模型召回实现

2小时15分25秒

章节29:训练排序模型及搭建推荐系统微服务 (1节)

课时29

训练排序模型及搭建推荐系统微服务

2小时5分34秒

章节30:推荐系统项目-大总结 (1节)

课时30

推荐系统项目-大总结

2小时13分57秒