大数据技术之机器学习和推荐系统

1.笔记

1_推荐系统简介.pdf

2_数学基础.pdf

3_机器学习基础.pdf

4_机器学习模型.pdf

5_推荐系统算法详解.pdf

6_电影推荐系统设计.pdf

Python简单教程.docx

jupyter notebook安装使用.docx

大数据技术之电影推荐系统.pdf

2.资料

01_工具

Anaconda3-2018.12-Windows-x86_64.exe

apache-flume-1.9.0-bin.tar.gz

elasticsearch-5.6.2.tar.gz

kafka_2.11-2.1.0.tgz

scala-2.11.8.zip

spark-2.1.1-bin-hadoop2.7.tgz

zookeeper-3.4.10.tar.gz

02_扩展学习资料

周志华-机器学习.pdf

推荐系统实践.pdf

统计学习方法.pdf

3.代码

01_算法代码_JupyterNotebook

.ipynb_checkpoints

1_线性回归最小二乘法-checkpoint.ipynb

2_线性回归梯度下降法-checkpoint.ipynb

3_线性回归调sklearn库实现-checkpoint.ipynb

4_knn代码实现-checkpoint.ipynb

5_kmeans-checkpoint.ipynb

5_kmeans代码实现-checkpoint.ipynb

6_tfidf代码实现-checkpoint.ipynb

7_LFM梯度下降-checkpoint.ipynb

7_LFM梯度下降代码实现-checkpoint.ipynb

1_线性回归最小二乘法.ipynb

2_线性回归梯度下降法.ipynb

3_线性回归调sklearn库实现.ipynb

4_knn代码实现.ipynb

5_kmeans代码实现.ipynb

6_tfidf代码实现.ipynb

7_LFM梯度下降代码实现.ipynb

data.csv

02_项目代码_MovieRecommendSystem

MovieRecommendSystem.rar

4.视频

000机器学习和推荐系统_课程简介.wmv

II_电影推荐项目

037电影推荐系统_项目系统设计（上）.wmv

038电影推荐系统_项目系统设计（中）.wmv

039电影推荐系统_项目系统设计（下）.wmv

040电影推荐系统_项目框架搭建.wmv

041电影推荐系统_数据加载模块（一）.wmv

042电影推荐系统_数据加载模块（二）.wmv

043电影推荐系统_数据加载模块（三）.wmv

044电影推荐系统_数据加载模块（四）.wmv

045电影推荐系统_数据加载模块（五）.wmv

046电影推荐系统_统计推荐模块（上）.wmv

047电影推荐系统_统计推荐模块（中）.wmv

048电影推荐系统_统计推荐模块（下）.wmv

049电影推荐系统_基于LFM的离线推荐模块（上）.wmv

050电影推荐系统_基于LFM的离线推荐模块（中）.wmv

051电影推荐系统_基于LFM的离线推荐模块（下）.wmv

052电影推荐系统_ALS模型评估和参数选取（上）.wmv

053电影推荐系统_ALS模型评估和参数选取（下）.wmv

054电影推荐系统_实时推荐模块（一）.wmv

055电影推荐系统_实时推荐模块（二）.wmv

056电影推荐系统_实时推荐模块（三）.wmv

057电影推荐系统_实时推荐模块（四）.wmv

058电影推荐系统_实时推荐模块（五）.wmv

059电影推荐系统_实时推荐模块测试.wmv

060电影推荐系统_基于内容推荐模块（一）.wmv

061电影推荐系统_基于内容推荐模块（二）.wmv

062电影推荐系统_基于内容推荐模块（三）.wmv

063电影推荐系统_基于内容推荐模块（四）.wmv

064电影推荐系统_实时系统联调测试（上）.wmv

065电影推荐系统_实时系统联调测试（下）.wmv

I_理论

001推荐系统简介_概述.wmv

002推荐系统简介_推荐系统算法简介.wmv

003推荐系统简介_推荐系统评测.wmv

004机器学习入门_数学基础（上）.wmv

005机器学习入门_数学基础（下）.wmv

006机器学习入门_机器学习概述.wmv

007机器学习入门_监督学习（上）.wmv

008机器学习入门_监督学习（中）.wmv

009机器学习入门_监督学习（下）.wmv

010机器学习模型和算法_python简介.wmv

011机器学习模型和算法_python基础语法（上）.wmv

012机器学习模型和算法_python基础语法（下）.wmv

013机器学习模型和算法_线性回归（上）.wmv

014机器学习模型和算法_线性回归最小二乘代码实现（上）.wmv

015机器学习模型和算法_线性回归最小二乘代码实现（下）.wmv

016机器学习模型和算法_线性回归（下）.wmv

017机器学习模型和算法_线性回归梯度下降代码实现.wmv

018机器学习模型和算法_线性回归调用sklearn库代码实现.wmv

019机器学习模型和算法_K近邻.wmv

020机器学习模型和算法_K近邻代码实现（上）.wmv

021机器学习模型和算法_K近邻代码实现（中）.wmv

022机器学习模型和算法_K近邻代码实现（下）.wmv

023机器学习模型和算法_逻辑回归（上）.wmv

024机器学习模型和算法_逻辑回归（下）.wmv

025机器学习模型和算法_决策树.wmv

026机器学习模型和算法_K均值聚类.wmv

027机器学习模型和算法_K均值聚类代码实现（上）.wmv

028机器学习模型和算法_K均值聚类代码实现（下）.wmv

029推荐系统_推荐系统算法详解（一）.wmv

030推荐系统_推荐系统算法详解（二）.wmv

031推荐系统_推荐系统算法详解（三）.wmv

032推荐系统_TF-IDF算法代码示例.wmv

033推荐系统_推荐系统算法详解（四）.wmv

034推荐系统_推荐系统算法详解（五）.wmv

035推荐系统_LFM梯度下降算法代码实现（上）.wmv

036推荐系统_LFM梯度下降算法代码实现（下）.wmv