2019尚硅谷大数据技术之电影推荐系统(武晟然讲师)，IDEA版大数据项目，全套培训资料与视频

本项目以推荐系统建设领域著名的Movielens数据集为基础，基于科技公司电影网站的真实业务数据架构，构建了符合教学体系的综合电影推荐系统，包括离线推荐和实时推荐系统，综合利用协同过滤算法和基于内容的推荐方法提供混合推荐。提供前端应用、后台服务、算法设计实现、平台部署等闭环业务实现。

课程文件目录：

2019年 硅谷大数据技术电影推荐系统 – IDEA版大数据项目推荐系统 （5.3G)

笔记 （29.9M)

 0_数学基础.pptx （1.8M)

 1_机器学习简介.pptx （7.1M)

 2_机器学习模型.pptx （2.5M)

 3_推荐系统简介.pptx （7.6M)

 4_推荐系统算法详解.pptx （1.6M)

 5_电影推荐系统设计.pptx （6.5M)

 硅谷大数据技术电影推荐系统.doc （2.7M)

代码 （494.5M)

 JupyterNotebook （175.1K)

  1_线性回归_最小二乘法.ipynb （25.7K)

  2_线性回归_梯度下降法.ipynb （36.5K)

  3_线性回归_调用sklearn库.ipynb （11.7K)

  4_knn.ipynb （17.5K)

  5_kmeans.ipynb （70.1K)

  6_TF-IDF.ipynb （8.5K)

  7_LFM梯度下降.ipynb （5.2K)

 MovieRecommender_day08.rar （494.3M)

视频 （4.4G)

 Day1 （495.9M)

  1.数学基础_1.wmv （72.2M)

  2.数学基础_2.wmv （57.7M)

  3.机器学习简介_1.机器学习简介.wmv （81.2M)

  4.机器学习简介_2.wmv （93.6M)

  5.机器学习模型_线性回归.wmv （75M)

  6.实现线性回归代码.wmv （116.3M)

 Day2 （387.8M)

  1_线性回归_梯度下降代码实现.wmv （121.5M)

  2_knn.wmv （91.7M)

  3_knn_代码实现.wmv （88.4M)

  4_逻辑思义回归.wmv （86.2M)

 Day3 （488M)

  1_决策树.wmv （87.9M)

  2_kmeans.wmv （115.8M)

  3_kmeans代码经过个人测试.wmv （56.8M)

  04_推荐系统简介.wmv （67.7M)

  5_推荐系统简介_2_推荐系统简介_2_推荐系统简介_.wmv （83.8M)

  6_推荐系统简介.wmv （76M)

 Day4 （487M)

  1_推荐系统算法_特征处理和TF-IDF.wmv （108.7M)

  2_TFIDF_示例.wmv （82.9M)

  3_推荐系统算法_协同过滤.wmv （45.9M)

  推荐系统算法___ALS.wmv （93.5M)

  5_LFM梯度下降代码实现.wmv （99.6M)

  5_电影推荐系统设计.pptx （6.5M)

  6_电影推荐系统_1_.wmv （49.8M)

 Day5 （719.3M)

  1.电影推荐系统_数据分析和统计推荐.wmv （59.1M)

  2.电影推荐系统_离线推荐和实时推荐.wmv （77.3M)

  3_MongoDB简介.wmv （79M)

  4_项目框架和依赖性.wmv （169.7M)

  5_DataLoader_1.wmv （143.9M)

  5_电影推荐系统设计.pptx （6.5M)

  6_DataLoader_2.wmv （180.7M)

  硅谷大数据技术电影推荐系统.doc （2.8M)

  MongoDB简介.pptx （372.9K)

 Day6 （542M)

  1_DataLoader_es.wmv （92.5M)

  2_统计推荐_1.wmv （136.5M)

  3.统计推荐_2.wmv （178.7M)

  4_基于LFM的离线推荐_1.wmv （134.4M)

 Day7 （686.7M)

  1_基于LFM的离线推荐_2.wmv （140.2M)

  2_ALS参数选择.wmv （136.9M)

  3_实时推荐_1.wmv （129.3M)

  4_实时推荐_2.wmv （88.7M)

  5_实时推荐_3.wmv （191.5M)

 Day8 （664.3M)

 1_实时推荐_4.wmv （183M)

 2_实时推荐_个人测试.wmv （79.7M)

 3_基于内容的推荐_1.wmv （148.2M)

 4_基于内容的推荐_2.wmv （84.7M)

 5_实时系统联调.wmv （168.8M)

资料 （408.7M)

apache-flume-1.9.0-bin.tar.gz （64.8M)

elasticsearch-5.6.2.tar.gz （32.2M)

kafka_2.11-2.1.0.tgz （59M)

scala-2.11.8.zip （27.4M)

spark-2.1.1-bin-hadoop2.7.tgz （191.8M)

zookeeper-3.4.10.tar.gz （33.4M)