资源介绍
大数据和人工智能非常前沿的地带，也是一个非常有大规模市场的应用技术。课程帮助同学们轻松的入门大数据画像技术，
详细的介绍了用户分析技术与Hive数据处理，用户画像性别预测、用户活跃度、用户消费能力等。核心的随机森林模型、lookalike精华课程、
Spark计算、画像数据处理与指标生成。还有非常有参考价值的大数据画像项目课程，多维度带领大家进行学习。
文件图例
部分文件目录：
课程目录：人工智能：01什么是画像结合阿里达摩盘讲解。人工智能：02画像功能介绍。人工智能：03腾讯画像dmp介绍。人工智能：04画像课程目录和目标。人工智能：05画像基础指标性别预测方案-补录。人工智能：06生产用户行为日志以及导入hive和数据处理.。人工智能：07用户app安装应用数据处理以及特征组合。人工智能：08用户交易数据mysql同步hive。人工智能：09用户画像性别预测spark代码01。人工智能：10用户画像性别预测-spark代码02。人工智能：11用户分群活跃区分打标签kmeans聚类编写。人工智能：12基于统计用户分群含时间衰减和hive窗口函数。人工智能：13用户消费能力等级划分代码编写01。人工智能：14用户消费能力等级划分代码编写02。人工智能：15tf-idf算法介绍。人工智能：16手写tf-idf,以及后续sparkapi调用。人工智能：17利用tf-idf思想进行画像偏好计算。人工智能：18实时模型信用评分架构介绍。人工智能：19节视频补录-随机森林信息熵和信息增益算法介绍。人工智能：20flume安装以及java代码rpc发送数据。人工智能：21离线随机森林模型代码开发-随机森林算法介绍。人工智能：22实时模型预测和实时画像总结。人工智能：23lookalike几种常见方法介绍。人工智能：24局部敏感哈希(lsh)和相似度计算几种常见方法。人工智能：25spark计算lsh采用杰卡德相似度。人工智能：26lookalike大赛介绍以及lr来做预测。人工智能：27dmp功能介绍、以及架构设计-补录。人工智能：28技术选型、以及elasticsearch介绍-先看下面27讲。人工智能：29elasticsearch安装和elasticsearch-head和elasticsearch-sql安装。人工智能：30（1）画像数据处理、画像指标合并成宽表。人工智能：30（2）画像数据处理、画像指标合并成宽表。人工智能：31画像的脚本调度编写。人工智能：32利用es做下钻查询以及多维度分析mp4。人工智能：32画像数据写入es代码编写。dmp-33项目总结。dmp-34面试总结、怎样打造你的简历mp4。(1)\资料；目录中文件数:5个753fca54c6084de18fbb090d8c482f98第12节.第二阶段代码和资料02.zip第18节.creditscoring.zip第1节.课时01 - 副本.pptx第9节.sexmodel.zip课程目录完结
付费资源
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
