资源|《美团机器学习实践》PDF+思维导图

之前,为大家推荐了两本个人觉得很不错的书

资源|《Python数据分析与数据化运营》PDF高清+数据+代码

资源|百面机器学习算法工程师带你去面试

今天再给大家推荐一本由美团算法团队出版的《美团机器学习实践》,下载链接见文末。

美团算法团队由数百名优秀算法工程师组成,负责构建美团这个生活服务互联网大平台的“大脑”,涵盖搜索、推荐、广告、风控、机器学习、计算机视觉、语音、自然语言处理、智能调度、机器人和无人配送等多个技术方向,在帮助美团数亿活跃用户改善用户体验的同时,也帮助餐饮、酒店、婚庆、丽人、亲子等200多个行业的数百万商户提升运营效率。我们致力于通过算法和人工智能技术,帮大家吃得更好,活得更好。 https://book.douban.com/subject/30243136/

本书包括通用流程(问题建模、特征工程、常用模型、模型融合)、数据挖掘(用户画像、POI实体链接、评论挖掘)、搜索和推荐(O2O场景下的查询理解与用户引导、O2O场景下排序的特点、 推荐在O2O场景的应用)、计算广告(O2O场景下的广告营销、用户偏好和损失建模)、深度学习(深度学习概述、深度学习在计算机视觉中的应用)以及算法工程(大规模机器学习、特征工程和实验平台)6大部分内容,全面介绍了美团在多个重要方面对机器学习的应用。

本书非常适合有一定机器学习基础的工程技术人员和在校大学生学习和阅读。通过本书,有经验的算法工程师可以了解美团在这方面的做法,在校大学生可以学习机器学习算法如何在具体的业务场景中落地。

下面是博客园博主xingoo总结的各章节思维导图。

第一章 问题建模

第二章 特征工程

第三章 常用模型

第四章 模型融合

第五章 用户画像

第六章 POI实体链接

第七章 评论挖掘

第八章 O2O场景下的查询理解和用户引导

第九章 O2O场景下排序的特点

第十章 推荐在O2O场景中的应用

第十一章 O2O场景下的广告营销

第十二章 用户偏好和损失建模

第十三章 深度学习概述

第十四章 深度学习在文本领域中的应用

第十五章 深度学习在计算机视觉中的应用

第十六章 大规模机器学习

第十七章 特征工程和实验平台

链接:

https://pan.baidu.com/s/172rAffxl09N0_fwE4MYs-g

提取码:fya9

原文发布于微信公众号 - 机器学习与统计学(tjxj666)

原文发表时间:2019-07-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券