课程介绍

课程目录

• 第1章 第一章
•  第1讲 01什么是画像结合阿里达摩盘讲解免费 00:20:34| 下载课件
•  第2讲 02画像功能介绍00:23:41
•  第3讲 03腾讯画像dmp介绍00:09:30
•  第4讲 04画像课程目录和目标00:06:21
•  第5讲 05画像基础指标性别预测方案-补录00:18:36
•  第6讲 06生产用户行为日志以及导入hive和数据处理(有点小延迟关问题不大)00:21:34
•  第7讲 07用户app安装应用数据处理以及特征组合00:10:39
•  第8讲 08用户交易数据mysql同步hive00:28:00
•  第9讲 09用户画像性别预测spark代码0100:32:13| 下载课件
•  第10讲 10用户画像性别预测-spark代码0200:20:29
•  第11讲 11用户分群活跃区分打标签kmeans聚类编写00:28:23
•  第12讲 12基于统计用户分群含时间衰减和hive窗口函数00:20:20| 下载课件
•  第13讲 13用户消费能力等级划分代码编写0100:15:29
•  第14讲 14用户消费能力等级划分代码编写0200:14:54
•  第15讲 15TF-IDF算法介绍00:11:29
•  第16讲 16手写TF-IDF,以及后续sparkAPI调用00:27:29
•  第17讲 17利用TF-IDF思想进行画像偏好计算00:20:35
•  第18讲 18实时模型信用评分架构介绍00:16:31| 下载课件
•  第19讲 19节视频补录-随机森林信息熵和信息增益算法介绍00:22:02
•  第20讲 20flume安装以及java代码RPC发送数据00:08:47
•  第21讲 21离线随机森林模型代码开发-随机森林算法介绍看后面19节补录00:14:25
•  第22讲 22实时模型预测和实时画像总结00:12:13
•  第23讲 23lookalike几种常见方法介绍00:20:31
•  第24讲 24局部敏感哈希(LSH)和相似度计算几种常见方法00:08:21
•  第25讲 25spark计算LSH采用杰卡德相似度00:12:33
•  第26讲 26lookalike大赛介绍以及LR来做预测00:20:43
•  第27讲 27DMP功能介绍、以及架构设计-补录00:11:22
•  第28讲 28技术选型、以及elasticsearch介绍-先看下面27讲00:25:58
•  第29讲 29elasticsearch安装和elasticsearch-head和elasticsearch-sql安装00:12:53
•  第30讲 30画像数据处理、画像指标合并成宽表00:35:42
•  第31讲 31画像的脚本调度编写00:07:34
•  第32讲 32画像数据写入es代码编写00:06:01
•  第33讲 32利用es做下钻查询以及多维度分析mp400:10:43
•  第34讲 33项目总结00:10:52
•  第35讲 34面试总结、怎样打造你的简历mp4