课程介绍

注意0：欲购买此课程，获取安全购买链接，索要正版授权学习平台账号，务必加咨询QQ：2536379620
注意1：由于编码原因，试听课程视频画面清晰度不如最终购买的视频。最终购买视频的画面清晰度可参见以下两张图。图1   图2
注意2：正版良心视频，购买后有机会和原作者直接短暂技术交流。
    
注意3：感觉课程太难？没有信心？还在犹豫自己学的会学不会？我们的师傅带徒弟模式（5倍下单）会给您信心。我们承诺， 商品详情，教学大纲，视频内容，所涉及技术，可获得原创作者老师微信或QQ和针对视频范围的精心指导。线上一 对一师带徒辅导问答，针对视频内代码调试，使命必达，视频之外相关技术内容，行业内信息人脉，企业内推(如有)，原创作者老师会竭诚帮助。

以上所示价格，只能自行学习视频和获取少量解答。师傅带徒弟课程（5倍下单左右，可以先和客服联系，可获得老师的联系方法和针对视频范围的精心指导。线上一对一师带徒辅导问答，针对视频内代码调试，使命必达。）

注意：强烈建议先学习完大数据系统知识（Hadoop和Spark）后，再学习本课程！！
通过电商大数据项目实战课程，将大数据知识系统、多面地进行总结。同时引入机器学习相关的内容，为将来继续学习人工智能奠定基础

课程目标

通过电商大数据项目实战课程，将大数据知识系统、多面地进行总结。同时引入机器学习相关的内容，为将来继续

适用人群

课程大纲

第1章推荐系统与推荐算法的基本原理(2小时18分钟5节)                                    免费试听

1-1推荐系统简介[31:02]
1-2基于用户和基于物品协同过滤的基本原理[44:04]
1-3基于ALS协同过滤的基本原理[17:34]
1-4逻辑回归的基本原理[22:10]
1-5Demo演示：基于Mahout的物品协同过滤推荐[23:48]
第2章基于Mahout实现协同过滤的商品推荐(53分钟2节)

2-1基于Mahout实现基于用户的商品推荐[27:23]
2-2基于Mahout实现基于物品的商品推荐[25:55]
第3章基于Spark MLlib实现协同过滤的商品推荐(1小时28分钟4节)

3-1Spark MLlib分布式矩阵简介[12:39]
3-2实现基于用户（UserBased）的商品推荐[32:28]
3-3实现基于物品（ItemBased）的商品推荐[18:58]
3-4基于Spark ALS实现商品的推荐[24:27]
第4章使用逻辑回归进行用户购买行为的预测(45分钟2节)

4-1基于Spark MLlib的逻辑回归API简介[10:10]
4-2基于Spark MLlib逻辑回归的实现[35:31]