推荐算法系统实战,充电了么,陈敬雷,一、课程优势 本课程有陈敬雷老师的清华大学出版社配套书籍教材 【自然语言处理原理与实战（人工智能科学与技术丛书）】 https://item.jd.com/13951851.html 和【分布式机器学习实战（人工智能科学与技术丛书）】 https://item.jd.com/12743009.html 加老师微信Chenjinglei66领取课件和代码资料。 二、课程简介 来自大型互联网公司一线的实战经验总结，比较完备的包含了各个模块，重量级干货分享！听完此课，可以实现一个完整的推荐系统！ 推荐架构设计、推荐数据仓库集市、推荐ETL数据处理、CF协同过滤用户行为挖掘、ALS交替最小二乘法、ContentBase文本挖掘、用户画像标签提取算法、用户心理学模型推荐、推荐多策略融合算法、准实时在线学习推荐引擎、Redis分布式缓存、分布式搜索引擎、推荐Rerank二次重排序算法（基于逻辑回归、GBDT、随机森林、神经网络的算法做二次排序）、推荐Rerank二次重排序算法（基于Learning TO rank排序学习算法做二次排序）、推荐Rerank二次重排序算法（基于加权公式排序）、在线Web实时推荐引擎服务原理及核心处理算法、在线Web实时推荐引擎服务核心源代码解析、在线AB测试推荐效果评估、离线AB测试推荐效果评估、推荐位管理平台等及相关模块 适用人群：适合技术开发人员、大学生等； 机器学习、推荐算法系统开发者； 相关从业者或转行大数据和人工智能。