推荐系统三十六式

课程简介:

最近十年尤其最近五年,借助推荐系统的技术和名头,异军突起的互联网产品越来越多,推荐系统成了互联网产品的标配。甚至有人说在未来,推荐系统会成为所有数据型产品的标配。
而推荐系统前方的技术蓬勃发展,后方却落地困难。审视推荐系统的技术应用现状,大厂们一骑绝尘,太多中小厂的工程师们还不知道一个推荐系统如何从 0 到 1 诞生,需要去了解哪些知识。
本专栏为推荐系统学习者架构起整体的知识脉络,并在此基础上补充实践案例与经验,力图解决你系统起步阶段 80% 的问题。
[code]官方课程链接:https://time.geekbang.org/column/intro/74[/code]

课程目录:

开篇词 | 用知识去对抗技术不平等

【概念篇】你真的需要个性化推荐系统吗?

【概念篇】个性化推荐系统那些绕不开的经典问题

【概念篇】这些你必须应该具备的思维模式

【内容推荐】画鬼容易画人难:用户画像的“能”和“不能”

【内容推荐】从文本到用户画像有多远

【内容推荐】超越标签的内容推荐系统

【近邻推荐】人以群分,你是什么人就看到什么世界

【近邻推荐】解密“看了又看”和“买了又买”

【近邻推荐】协同过滤中的相似度计算方法有哪些

【矩阵分解】那些在Netflix Prize中大放异彩的推荐算法

【矩阵分解】Facebook是怎么为十亿人互相推荐好友的

【矩阵分解】如果关注排序效果,那么这个模型可以帮到你

【模型融合】经典模型融合办法:线性模型和树模型的组合拳

【模型融合】一网打尽协同过滤、矩阵分解和线性模型

【模型融合】深度和宽度兼具的融合模型 Wide and Deep

【MAB问题】简单却有效的Bandit算法

【MAB问题】结合上下文信息的Bandit算法

【MAB问题】如何将Bandit算法与协同过滤结合使用

【深度学习】深度学习在推荐系统中的应用有哪些?

【深度学习】用RNN构建个性化音乐播单

【其他应用算法】构建一个科学的排行榜体系

【其他应用算法】实用的加权采样算法

【其他应用算法】推荐候选池的去重策略

【常见架构】典型的信息流架构是什么样的

【常见架构】Netflix个性化推荐架构

【常见架构】总览推荐架构和搜索、广告的关系

【关键模块】巧妇难为无米之炊:数据采集关键要素

【关键模块】让你的推荐系统反应更快:实时推荐

【关键模块】让数据驱动落地,你需要一个实验平台

【关键模块】 推荐系统服务化、存储选型及API设计

【效果保证】推荐系统的测试方法及常用指标介绍

【效果保证】道高一尺魔高一丈:推荐系统的攻防

【开源工具】和推荐系统有关的开源工具及框架介绍

【产品篇】推荐系统在互联网产品商业链条中的地位

【产品篇】说说信息流的前世今生

【团队篇】组建推荐团队及工程师的学习路径

推荐系统的参考阅读

【尾声】遇“荐”之后,江湖再见

零基础Excel实战速成

课程简介:

同样处理数据表格别人3分钟搞定,你挣扎3小时同样是数据汇报别人花式图表秒杀你数据垒叠。

大数据时代,数据处理技能一定是必须项!

76节课从入门到精通,Excel实战速成系列,这一套就够了!

[code]官方课程链接:https://m.qlchat.com/wechat/page/channel-intro?channelId=2000001603697286[/code]

课程目录:

1.1 如何把网页数据导入到表格

1.2 如何把PDF或者图片转化成表格

1.3 如何快速收集表单数据

1.4 如何快速收集表单数据

2.1 快速认识快捷键的操作方法

2.2 单元格格式的用法

2.3 查找替换的快捷操作

2.4 查找替换实际运用

2.5 选择性粘贴的应用

2.6 排序的操作方法

2.7 分列的应用和操作

2.8 筛选与高级筛选的操作

2.9 填充与序列的应用和操作

2.10 通配符的应用和操作

2.11 绝对引用与相对引用的认识和操作

2.12 超链接的应用和操作

2.13 批注的认识和操作

2.14 冻结窗口的应用和操作

2.15打印的技巧和操作

2.16 数据验证的应用和操作

3.1 工作表保护与破解

3.2 套用表格样式的技巧

3.3 条件格式的认识和实际应用

3.4 自定义格式的认识和实操

3.5 模拟分析的认识和实操

3.6 规划求解的认识和实操

3.7 语音朗读表格的操作技巧

4.1 函数基础:理解公式与函数

4.2 求和类函数-SUM

4.3 求和类函数-SUMIFS

4.4 求和类函数-OUND、MOD、MIN

4.5 查找引用类函数-VLOOKUP(1)

4.6 查找引用类函数-VLOOKUP(2)

4.7 查找引用类函数-INDEX与MACTH(1)

4.8 查找引用类函数-INDEX与MACTH(2)

4.9 查找引用类函数-OFFSET

4.10 逻辑类函数IF

4.11 逻辑类函数AND、OR

4.12 文本类函数的认识和应用(1)

4.13 文本类函数的认识和应用(2)

4.14 统计类函数-MAX MIN

4.15 统计类函数-AVERAGE COUNT

4.16日期类函数的使用技巧

5.1 清单型数据与报告型数据的整理

5.2 多种数据透视表创建方法

5.3 数据透视表结构认识和操作

5.4 数据透视表刷新及自动刷新的功能操作

5.5 计算字段的认识和操作

5.6 计算项的认识和操作

5.7 切片器与日程表的实操

5.8 项目组合的操作方法

5.9 值汇总方式的应用和操作

5.10 值显示方式的操作方法

5.11 移动、复制、筛选、排序的功能操作

5.12 动态数据透视的制作和操作

5.13 数据透视表打印

5.14 数据透视图的应用和操作

6.1 柱形图、条形图的认识和操作

6.2 饼图与圆环图的认识和操作

6.3 折线图、面积图的认识和操作

6.4 散点图的认识和操作

6.5 其他图表的认识和操作

6.6 数据系列与数据标签的认识和操作

6.7 水平分类轴与纵轴的操作

6.8 其他图表要素

6.9 图表配色的技巧

6.10 迷你图的制作

6.11 条件格式可视化的应用技巧

6.12 图表组合

6.13 动态图的认识和应用(1)

6.14 动态图的认识和应用(2)

6.15子弹图的认识和应用

6.16 帕累托图的认识和应用

6.17盈亏平衡图帕累托图的认识和应用

6.18瀑布图的认识和应用

6.19漏斗图的认识和应用

课程截图:

Hadoop数据分析平台 独立架设Hadoop集群

课程简介:

Hadoop已经成为云计算软件的一个事实标准,以及开源云计算解决方案的几乎选择。对于想用低成本(包括软硬件)实现云计算平台或海量数据分析平台的用户,Hadoop集群是推荐的对象。由于Hadoop在各方面都打破了传统关系型数据库的思路和模式,对于新接触Hadoop平台的人,往往会觉得困惑和难以理解,进而转化为畏惧。我们的《Hadoop数据分析平台》课程,正是为了帮助传统关系型数据库用户和数据分析者进入这个领域而开设,力求做到架构与实施并重,原理和实践结合,希望大家能在这个网络课程里学有所获,而我们也可为开源大业作出微薄的贡献。

课程由炼数成金发布,猴头客收集整理于网络,如有侵权,请联系猴头客删除!

课程目录:

第1课 Hadoop的源起与体系介绍;实施Hadoop集群;CDH家族
第2课 分布式文件系统HDFS原理与操作,HDFS API编程;2.x下HDFS新特性,高可用,联邦,快照
第3课 具有全部新特性的2.x企业级集群实施
第4课 Map-Reduce原理、体系架构和工作机制,eclipse与Hadoop集群连接,使用maven
第5课 Map-Reduce编程实战,日志分析
第6课 Map-Reduce复杂应用案例,Hadoop流
第7课 新一代计算框架YARN
第8课 Pig原理,部署与Pig Latin语言,应用案例
第9课 Hive体系架构、安装与HiveQL
第10课 Hive应用案例,impala子项目
第11课 Zookeeper与分布式系统开发
第12课 HBase体系架构,集群部署,管理
第13课 HBase数据模型,实战案例建模剖析
第14课 数据集成Sqoop,Flume,Chukwa,商业数据库与Hadoop集群的连接
第15课 与应用连接,REST和Thrift接口,UDF实战,RHadoop,数据分析软件与Hadoop集群的连接
第16课 进军Hadoop源代码
第17课 Hadoop在互联网企业中的应用案例;集成各个子项目形成企业级数据分析平台;Hadoop与机器学习

课程截图: