当前位置:首页 > 人工智能 >
《美团机器学习实践》电子书封面

美团机器学习实践

  • 发布时间:2019年11月28日 14:40:51
  • 作者:美团算法团队
  • 大小:178 MB
  • 类别:机器学习电子书
  • 格式:PDF
  • 版本:扫描版
  • 评分:9.6

    美团机器学习实践 PDF 扫描版

      给大家带来的一篇关于机器学习相关的电子书资源,介绍了关于机器学习、人工智能方面的内容,本书是由人民邮电出版社出版,格式为PDF,资源大小178 MB,美团算法团队编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.7。

      内容介绍

      美团机器学习实践

      美团机器学习实践

      人工智能技术正以一种超快的速度深刻地改变着我们的生活,引导了第四次工业革命。美团作为国内O2O领域领 先的服务平台,结合自身的业务场景和数据,积极进行了人工智能领域的应用探索。在美团的搜索、推荐、计算广告、风控、图像处理等领域,相关的人工智能技术得到广泛的应用。本书包括通用流程、数据挖掘、搜索和推荐、计算广告、深度学习以及算法工程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。

      目录

      • 第一部分 通用流程
      • 第1章 问题建模 2
      • 参考文献 17
      • 第2章 特征工程 18
      • 参考文献 33
      • 第3章 常用模型 35
      • 参考文献 44
      • 第4章 模型融合 45
      • 参考文献 57
      • 第二部分 数据挖掘
      • 第5章 用户画像 60
      • 参考文献 91
      • 第6章 POI实体链接 92
      • 第7章 评论挖掘 104
      • 参考文献 119
      • 第三部分 搜索和推荐
      • 第8章 O2O场景下的查询理解与 用户引导 122
      • 参考文献 150
      • 第9章 O2O场景下排序的特点 152
      • 第10章 推荐在O2O场景的应用 166
      • 参考文献 176
      • 第四部分 计算广告
      • 第11章 O2O场景下的广告营销 178
      • 参考文献 194
      • 第12章 用户偏好和损失建模 196
      • 参考文献 205
      • 第五部分 深度学习
      • 第13章 深度学习概述 208
      • 参考文献 219
      • 第14章 深度学习在文本领域的应用 220
      • 参考文献 237
      • 第15章 深度学习在计算机视觉中的 应用 238
      • 参考文献 264
      • 第六部分 算法工程
      • 第16章 大规模机器学习 268
      • 参考文献 289
      • 第17章 特征工程和实验平台 290

      学习笔记

      PHP机器学习库php-ml的简单测试和使用方法

      php-ml是一个使用PHP编写的机器学习库。虽然我们知道,python或者是C++提供了更多机器学习的库,但实际上,他们大多都略显复杂,配置起来让很多新手感到绝望。 php-ml这个机器学习库虽然没有特别高大上的算法,但其具有最基本的机器学习、分类等算法,我们的小公司做一些简单的数据分析、预测等等都是够用的。我们的项目中,追求的应该是性价比,而不是过分的效率和精度。一些算法和库看上去非常厉害,但如果我们考虑快速上线,而我们的技术人员没有机器学习方面的经验,那么复杂的代码和配置反而会拖累我们的项目。而如果我们本身就是做一个简单的机器学习应用,那么研究复杂库和算法……

      Python机器学习降低静态日志噪声实例方法

      持续集成(CI)作业可以产生大量的数据。当作业失败时,找出了什么问题可能是一个繁琐的过程,需要对日志进行调查以发现根本原因-这通常是在作业总输出的一小部分中发现的。为了更容易地将最相关的数据从其他数据中分离出来,日志还原机器学习模型使用以前成功的作业运行来训练,以从失败的运行日志中提取异常。 此原则也可应用于其他用例,例如,从期刊或其他系统范围的常规日志文件。 利用机器学习降低噪声 一个典型的日志文件包含许多名义事件(基线)以及一些与开发人员相关的异常。基线可能包含难以检测和删除的随机元素,如时间戳或唯一标识符。要删除基线事件,我们可以使用k最……

      Python机器学习之scikit-learn库中KNN算法的封装与使用方法

      本文实例讲述了Python机器学习之scikit-learn库中KNN算法的封装与使用方法。分享给大家供大家参考,具体如下: 1、工具准备,python环境,pycharm 2、在机器学习中,KNN是不需要训练过程的算法,也就是说,输入样例可以直接调用predict预测结果,训练数据集就是模型。当然这里必须将训练数据和训练标签进行拟合才能形成模型。 3、在pycharm中创建新的项目工程,并在项目下新建KNN.py文件。 import numpy as npfrom math import sqrtfrom collections import Counterclass KNNClassifier: def __init__(self,k): """初始化KNN分类器""" assert k = 1 """断言判断k的值是否合法""" self.k = k self._X_train = None self._y_train = None def fit(self,X_train,y_train): """根据训练……

      python实现机器学习多元线性回归总结

      总体思路与一元线性回归思想一样,现在将数据以矩阵形式进行运算,更加方便。 一元线性回归实现代码 下面是多元线性回归用Python实现的代码: import numpy as npdef linearRegression(data_X,data_Y,learningRate,loopNum): W = np.zeros(shape=[1, data_X.shape[1]]) # W的shape取决于特征个数,而x的行是样本个数,x的列是特征值个数 # 所需要的W的形式为 行=特征个数,列=1 这样的矩阵。但也可以用1行,再进行转置:W.T # X.shape[0]取X的行数,X.shape[1]取X的列数 b = 0 #梯度下降 for i in range(loopNum): W_derivative = np.zeros(shape=[1, data_X.shape[1]]) b_derivative, cost = 0, 0 WXPlusb = np.dot(data_X, W.T) + b # W.T:W的转置 W_derivative += np.dot((WXPlusb - data_Y).T, data_X) # n……

      以上就是本次介绍的机器学习电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:孩子看的编程启蒙书全4册

      下一篇:React状态管理与同构实战

      展开 +

      收起 -

      • 《美团机器学习实践》PDF下载

      机器学习相关电子书
      机器学习:使用OpenCV和Python进行智能图像处理
      机器学习:使用OpenCV和Python进行智能图像处理 完整英文版

      OpenCV是1个综合性了經典和优秀计算机视觉、机器学习算法的开源系统库。根据与PythonAnaconda版本号融合,我也能够 获得你所必须的全部开源系统测算库。 这书最先详细介绍归类和重归等统计分

      立即下载
      百面机器学习:算法工程师带你去面试
      百面机器学习:算法工程师带你去面试 影印版

      人工智能领域正在以超乎人们想象的速度发展,本书赶在人工智能彻底占领世界之前完成编写,实属万幸。 书中收录了超过100道机器学习算法工程师的面试题目和解答,其中大部分源于Hulu算法

      立即下载
      Spark MLlib机器学习实践
      Spark MLlib机器学习实践 完整第2版

      这是一本细致介绍Spark MLlib程序设计的图书,入门简单,示例丰富,内容由浅而深,采取实例和理论相结合的方式,讲解细致直观,适合Spark MLlib初学者、大数据分析和挖掘人员

      立即下载
      Python机器学习
      Python机器学习 中文第2版

      《Python机器学习》是一本关于Python的电子书资源,涉及Python、机器学习等相关内容,本文提供大小为198MB的超清第2PDF格式电子书下载,希望大家能够喜欢。

      立即下载
      金融科技:人工智能与机器学习卷
      金融科技:人工智能与机器学习卷 立即下载
      构建实时机器学习系统
      构建实时机器学习系统 扫描超清版 立即下载
      机器学习项目开发实战
      机器学习项目开发实战 高清版

      本书通过一系列有趣的实例,由浅入深地介绍了机器学习这一炙手可热的新领域,并且详细介绍了适合机器学习开发的Microsoft F#语言和函数式编程,引领读者深入了解机器学习的基本概念、核

      立即下载
      Python机器学习
      Python机器学习 中文影印版

      Python机器学习中文版(Sebastian Raschka著),一共13章,含机器学习算法、模型评估、集成学习、web应用、神经网络等,想要学习机器语言的可以下载学习

      立即下载
      R语言实战:机器学习与数据分析
      R语言实战:机器学习与数据分析 全书影印版 立即下载
      基于免疫计算的机器学习方法及应用
      基于免疫计算的机器学习方法及应用 原书完整版

      对于关联规则发掘、数据标准化、统计数据聚类分析法、特性约简等深度学习及生物信息大数据分析等实际难题,明确提出一连串新方式,并融合深度神经网络和张量测算讨论了深度学习软计

      立即下载
      读者留言
      水白

      水白 提供上传

      资源
      41
      粉丝
      45
      喜欢
      753
      评论
      16

      Copyright 2018-2020 xz577.com 码农之家

      本站所有电子书资源不再提供下载地址,只分享来路

      版权投诉 / 书籍推广 / 赞助:QQ:520161757