Spark大数据互联网项目实战推荐系统。 本课程涵盖推荐系统与大数据技术的全流程,从推荐系统的设计与技术栈到大数据架构的详细解析。 ├── 01.01_大数据应用案例.mp4
├── 01.02_大数据技术框架.mp4
├── 01.03_推荐系统的技术栈.mp4
├── 01.04_课程的基础要求和安排.mp4
├── 02.01_什么是推荐系统(处理).mp4
├── 03.01_推荐系统的设计.mp4
├── 03.02_用户界面的重要性.mp4
├── 04.01_什么是lambda架构.mp4
├── 04.02_Lambda架构之批处理层.mp4
├── 04.03_Lambda架构之实时处理层.mp4
├── 04.04_Lambda架构之服务层.mp4
├── 05.01_什么是用户画像.mp4
├── 05.02_用户画像的数学描述.mp4
├── 05.03_用户画像系统流程.mp4
├── 05.04_用户画像系统架构.mp4
├── 05.05_用户标签使用案例.mp4
├── 05.06_算法和模型的评价.mp4
├── 05.07_SparkML代码实现.mp4
├── 05.08_代码实例1之模型训练及参数设置-实践.mp4
├── 05.09_代码实例1之参数设置及模型测试-实践.mp4
├── 05.10_代码实例2之使用管道.mp4
├── 05.11_代码实例2之使用管道-实践.mp4
├── 05.12_代码实例3之模型调优.mp4
├── 05.13_代码示例3之模型调优-实践.mp4
├── 05.14_代码示例4之模型调优-实践.mp4
├── 05.15_用户画像系统应用.mp4
├── 06.01_推荐模型构建流程.mp4
├── 06.02_推荐算法概述.mp4
├── 06.03_基于协同过滤的推荐算法.mp4
├── 06.04_相似度的计算.mp4
├── 06.05_基于模型的方法.mp4
├── 06.06_协同过滤的实现.mp4
├── 06.07_推荐系统冷启动问题.mp4
├── 06.08_推荐案例实践准备.mp4
├── 06.09_推荐案例IDE环境配置-实践.mp4
├── 07.01_Mahout概述.mp4
├── 07.02_Mahout推荐系统组件.mp4
├── 07.03_Mahout推荐系统评估.mp4
├── 07.04_Mahout开发环境部署-实践.mp4
├── 07.05_Mahout推荐实例1之偏好数组-实践.mp4
├── 07.06_Mahout推荐实例2之数据模型-实践.mp4
├── 07.07_Mahout推荐实例3之构建模型-实践.mp4
├── 07.08_Mahout推荐实例4之模型评估1-实践.mp4
├── 07.09_Mahout推荐实例5之模型评估2-实践.mp4
├── 07.10_Mahout推荐实例6之电影推荐1-实践.mp4
├── 07.11_Mahout推荐实例6之电影推荐2-实践.mp4
├── 07.12_Mahout推荐实例6之电影推荐3-实践.mp4
├── 07.13_Mahout推荐实例7之图书推荐1-实践.mp4
├── 07.14_Mahout推荐实例7之图书推荐2-实践.mp4
├── 07.15_Mahout推荐实例7之图书推荐3-实践.mp4
spark大数据互联网项目实战推荐系统(全套)14.29GB
01.01_大数据应用案例.mp4105.82MB
01.02_大数据技术框架.mp471.67MB
01.03_推荐系统的技术栈.mp4123.96MB
01.04_课程的基础要求和安排.mp436.49MB
02.01_什么是推荐系统(处理).mp4137.53MB
03.01_推荐系统的设计.mp4133.11MB
03.02_用户界面的重要性.mp4177.22MB
04.01_什么是lambda架构.mp495.72MB
04.02_Lambda架构之批处理层.mp4204.94MB
04.03_Lambda架构之实时处理层.mp470.69MB
04.04_Lambda架构之服务层.mp462.54MB
05.01_什么是用户画像.mp464.05MB
05.02_用户画像的数学描述.mp4131.28MB
05.03_用户画像系统流程.mp4204.13MB
05.04_用户画像系统架构.mp446.13MB
05.05_用户标签使用案例.mp4182.2MB
05.06_算法和模型的评价.mp499.62MB
05.07_SparkML代码实现.mp4169.19MB
05.08_代码实例1之模型训练及参数设置-实践.mp4393.22MB
05.09_代码实例1之参数设置及模型测试-实践.mp4240.6MB
05.10_代码实例2之使用管道.mp446.97MB
05.11_代码实例2之使用管道-实践.mp4446.03MB
05.12_代码实例3之模型调优.mp495.11MB
05.13_代码示例3之模型调优-实践.mp4255.13MB
05.14_代码示例4之模型调优-实践.mp4348.79MB
05.15_用户画像系统应用.mp4142.97MB
06.01_推荐模型构建流程.mp468.58MB
06.02_推荐算法概述.mp4116.86MB
06.03_基于协同过滤的推荐算法.mp4135.58MB
06.04_相似度的计算.mp4117.64MB
06.05_基于模型的方法.mp4151.58MB
06.06_协同过滤的实现.mp4116.96MB
06.07_推荐系统冷启动问题.mp482.55MB
06.08_推荐案例实践准备.mp459.68MB
06.09_推荐案例IDE环境配置-实践.mp4145.43MB
07.01_Mahout概述.mp4216.34MB
07.02_Mahout推荐系统组件.mp4242.75MB
07.03_Mahout推荐系统评估.mp494.75MB
07.04_Mahout开发环境部署-实践.mp4143.35MB
07.05_Mahout推荐实例1之偏好数组-实践.mp4168.41MB
07.06_Mahout推荐实例2之数据模型-实践.mp4170.41MB
07.07_Mahout推荐实例3之构建模型-实践.mp4230.94MB
07.08_Mahout推荐实例4之模型评估1-实践.mp4372.45MB
07.09_Mahout推荐实例5之模型评估2-实践.mp4216.88MB
07.10_Mahout推荐实例6之电影推荐1-实践.mp4252.46MB
07.11_Mahout推荐实例6之电影推荐2-实践.mp4291.07MB
07.12_Mahout推荐实例6之电影推荐3-实践.mp4297.78MB
07.13_Mahout推荐实例7之图书推荐1-实践.mp4210.01MB
07.14_Mahout推荐实例7之图书推荐2-实践.mp4212.19MB
07.15_Mahout推荐实例7之图书推荐3-实践.mp4285.85MB
07.16_Mahout推荐系统实战-实践.mp4304.11MB
08.01_Mahout推荐实战补充-实践.mp461.24MB
08.02_Spark MLlib概述.mp4161.79MB
08.03_MLlib推荐算法介绍.mp492.35MB
08.04_MLlib推荐算法实战.mp490.33MB
08.05_MLlib推荐实例之定义解析函数-实践.mp4188.43MB
08.06_MLlib推荐实例之探索DataFrame_实践.mp4257.65MB
08.07_MLlib推荐实例之ALS模型推荐-实践.mp4167.61MB
08.08_MLlib推荐实例之模型评估-实践.mp4287.09MB
08.09_推荐实战之开发环境准备-实践.mp4117.55MB
08.10_推荐实战之实现用户评分函数-实践.mp492.39MB
08.11【优质合集‖免费获取:cunlove.cn】.mp460.54MB
08.12_推荐实战之参数设置及数据加载-实践.mp4137.53MB
08.13_推荐实战之用户调查及数据拆分-实践.mp4164.08MB
08.14_推荐实战之模型训练及评估-实践.mp4200.26MB
08.15_推荐实战之个性化推荐-实践.mp4116.71MB
08.16_推荐实战之测试部署-实践.mp4290.57MB
09.01_推荐系统与Lambda架构.mp4128.65MB
09.02_推荐系统数据收集背景.mp484.84MB
09.03_FlumeNG数据收集系统.mp4186.78MB
09.04_Web日志数据采集Flume部署配置-实践.mp4242.19MB
09.05_Web日志数据采集Flume运行测试-实践.mp4280.33MB
09.06_Sqoop数据收集工具.mp4170.18MB
09.07_Sqoop收集账户数据-实践.mp4366MB
09.08_HDFS数据存储系统.mp4166.95MB
09.09_上传知识库文档到HDFS.mp4120.31MB
09.10_HBase数据库存储系统.mp4274.8MB
09.11_加载并访问Hbase的评分数据-实践.mp4451.25MB
09.12_推荐系统综合实战.mp434.9MB
09.13_推荐系统离线层实现-实践.mp4389.05MB
09.14_推荐系统服务层实现-实践.mp4178.71MB
09.15_推荐系统实时层实现-实践.mp4287.16MB