【尚硅谷】大数据机器学习和推荐系统机器学习、电影推荐系统项目实战

机器学习与推荐系统实战

本课程主要分为两部分，机器学习和推荐系统基础，与电影推荐系统项目实战。

课程简介：

伴随着大数据时代的到来，作为发掘数据规律的重要手段，机器学习已经受到了越来越多的关注。而作为机器学习算法在大数据上的典型应用，推荐系统已成为各行业互联网公司营销体系中不可或缺的一部分，而且已经带来了真实可见的收益。

目前，推荐系统和机器学习已经成为各大公司的发力重点，众多知名公司（如亚马逊、netflix、facebook、阿里巴巴、京东、腾讯、新浪、头条等）都在着眼于将蕴含在庞大数据中的宝藏发掘出来，懂机器学习算法的大数据工程师也成为了新时代最紧缺的人才。

尚硅谷精心打造出了机器学习与推荐系统课程，将机器学习理论与推荐系统项目实战并重，对机器学习和推荐系统基础知识做了系统的梳理和阐述，并通过电影推荐网站的具体项目进行了实战演练，为有志于增加大数据项目经验、扩展机器学习发展方向的工程师提供更好的学习平台。

本课程主要分为两部分，机器学习和推荐系统基础，与电影推荐系统项目实战。
第一部分主要是机器学习和推荐系统基础理论的讲解，涉及到各种重要概念和基础算法，并对一些算法用Python做了实现；

第二部分以电影网站作为业务应用场景，介绍推荐系统的开发实战。其中包括了如统计推荐、基于LFM的离线推荐、基于模型的实时推荐、基于内容的推荐等多个模块的代码实现，并与各种工具进行整合互接，构成完整的项目应用。
通过理论和实际的紧密结合，可以使学员对推荐系统这一大数据应用有充分的认识和理解，在项目实战中对大数据的相关工具和知识做系统的回顾，并且可以学习基本算法，入门机器学习这一前沿领域，为未来发展提供更多的选择，打开通向算法工程师的大门。

谁适合学:

1. 有一定的 Java、Scala 基础，希望了解大数据应用方向的编程人员
2. 有 Java、Scala 开发经验，了解大数据相关知识，希望增加项目经验的开发人员
3. 有较好的数学基础，希望学习机器学习和推荐系统相关算法的求职人员

适合人群：

有一定的 Java、Scala 基础和开发经验，有较好的数学基础

你将会学到：

本课程主要分为两部分，机器学习和推荐系统基础，与电影推荐系统项目实战。

课程目录：

I_理论
036_尚硅谷_推荐系统_LFM梯度下降算法代码实现（下）.wmv
035_尚硅谷_推荐系统_LFM梯度下降算法代码实现（上）.wmv
034_尚硅谷_推荐系统_推荐系统算法详解（五）.wmv
033_尚硅谷_推荐系统_推荐系统算法详解（四）.wmv
032_尚硅谷_推荐系统_TF-IDF算法代码示例.wmv
031_尚硅谷_推荐系统_推荐系统算法详解（三）.wmv
030_尚硅谷_推荐系统_推荐系统算法详解（二）.wmv
029_尚硅谷_推荐系统_推荐系统算法详解（一）.wmv
028_尚硅谷_机器学习模型和算法_K均值聚类代码实现（下）.wmv
027_尚硅谷_机器学习模型和算法_K均值聚类代码实现（上）.wmv
026_尚硅谷_机器学习模型和算法_K均值聚类.wmv
025_尚硅谷_机器学习模型和算法_决策树.wmv
024_尚硅谷_机器学习模型和算法_逻辑回归（下）.wmv
023_尚硅谷_机器学习模型和算法_逻辑回归（上）.wmv
022_尚硅谷_机器学习模型和算法_K近邻代码实现（下）.wmv
021_尚硅谷_机器学习模型和算法_K近邻代码实现（中）.wmv
020_尚硅谷_机器学习模型和算法_K近邻代码实现（上）.wmv
019_尚硅谷_机器学习模型和算法_K近邻.wmv
018_尚硅谷_机器学习模型和算法_线性回归调用sklearn库代码实现.wmv
017_尚硅谷_机器学习模型和算法_线性回归梯度下降代码实现.wmv
016_尚硅谷_机器学习模型和算法_线性回归（下）.wmv
015_尚硅谷_机器学习模型和算法_线性回归最小二乘代码实现（下）.wmv
014_尚硅谷_机器学习模型和算法_线性回归最小二乘代码实现（上）.wmv
013_尚硅谷_机器学习模型和算法_线性回归（上）.wmv
012_尚硅谷_机器学习模型和算法_python基础语法（下）.wmv
011_尚硅谷_机器学习模型和算法_python基础语法（上）.wmv
010_尚硅谷_机器学习模型和算法_python简介.wmv
009_尚硅谷_机器学习入门_监督学习（下）.wmv
008_尚硅谷_机器学习入门_监督学习（中）.wmv
007_尚硅谷_机器学习入门_监督学习（上）.wmv
006_尚硅谷_机器学习入门_机器学习概述.wmv
005_尚硅谷_机器学习入门_数学基础（下）.wmv
004_尚硅谷_机器学习入门_数学基础（上）.wmv
003_尚硅谷_推荐系统简介_推荐系统评测.wmv
002_尚硅谷_推荐系统简介_推荐系统算法简介.wmv
001_尚硅谷_推荐系统简介_概述.wmv
II_电影推荐项目
065_尚硅谷_电影推荐系统_实时系统联调测试（下）.wmv
064_尚硅谷_电影推荐系统_实时系统联调测试（上）.wmv
063_尚硅谷_电影推荐系统_基于内容推荐模块（四）.wmv
062_尚硅谷_电影推荐系统_基于内容推荐模块（三）.wmv
061_尚硅谷_电影推荐系统_基于内容推荐模块（二）.wmv
060_尚硅谷_电影推荐系统_基于内容推荐模块（一）.wmv
059_尚硅谷_电影推荐系统_实时推荐模块测试.wmv
058_尚硅谷_电影推荐系统_实时推荐模块（五）.wmv
057_尚硅谷_电影推荐系统_实时推荐模块（四）.wmv
056_尚硅谷_电影推荐系统_实时推荐模块（三）.wmv
055_尚硅谷_电影推荐系统_实时推荐模块（二）.wmv
054_尚硅谷_电影推荐系统_实时推荐模块（一）.wmv
053_尚硅谷_电影推荐系统_ALS模型评估和参数选取（下）.wmv
052_尚硅谷_电影推荐系统_ALS模型评估和参数选取（上）.wmv
051_尚硅谷_电影推荐系统_基于LFM的离线推荐模块（下）.wmv
050_尚硅谷_电影推荐系统_基于LFM的离线推荐模块（中）.wmv
049_尚硅谷_电影推荐系统_基于LFM的离线推荐模块（上）.wmv
048_尚硅谷_电影推荐系统_统计推荐模块（下）.wmv
047_尚硅谷_电影推荐系统_统计推荐模块（中）.wmv
046_尚硅谷_电影推荐系统_统计推荐模块（上）.wmv
045_尚硅谷_电影推荐系统_数据加载模块（五）.wmv
044_尚硅谷_电影推荐系统_数据加载模块（四）.wmv
043_尚硅谷_电影推荐系统_数据加载模块（三）.wmv
042_尚硅谷_电影推荐系统_数据加载模块（二）.wmv
041_尚硅谷_电影推荐系统_数据加载模块（一）.wmv
040_尚硅谷_电影推荐系统_项目框架搭建.wmv
039_尚硅谷_电影推荐系统_项目系统设计（下）.wmv
038_尚硅谷_电影推荐系统_项目系统设计（中）.wmv
037_尚硅谷_电影推荐系统_项目系统设计（上）.wmv
000_尚硅谷_机器学习和推荐系统_课程简介.wmv
3.代码.exe
2.资料.exe
1.笔记.exe