课程目录

1-1 [Spark中的推荐算法] 推荐系统概述 (19:07)
1-2 [Spark中的推荐算法] 基于内容的推荐算法 (10:29)
1-3 [Spark中的推荐算法] CF和核心概念 (09:19)
1-4 [Spark中的推荐算法] User-Based_CF和Item-Based_CF (10:34)
1-5 [Spark中的推荐算法] 相似度计算 (14:40)
1-6 [Spark中的推荐算法] 隐语义模型 (19:32)
1-7 [Spark中的推荐算法] 正则化 (08:21)
1-8 [Spark中的推荐算法] Spark支持的推荐算法 (05:39)
1-9 [Spark中的推荐算法] 交替最小二乘算法讲解 (10:31)
2-1 [推荐代码实现] 隐式模型vs显示模型 (05:33)
2-2 [推荐代码实现] 数据集准备 (25:35)
2-3 [推荐代码实现] 数据解析 (25:35)
2-4 [推荐代码实现] 构建第一个模型 (30:48)
2-5 [推荐代码实现] 模型评估 (39:33)
2-6 [推荐代码实现] 选择合理的超参数 (09:11)
2-7 [推荐代码实现] 显示类型数据的推荐的实现 (15:50)
2-8 [推荐代码实现] 交叉验证 (10:37)
2-9 [推荐代码实现] 冷启动问题 (05:45)
2-10 [推荐代码实现] Spark中mllib中的ALS的使用 (21:54)
2-11 [推荐代码实现] Spark中的ml包和mllib包 (05:23)