• 夜雨声烦
    2020-10-12
    安装spark/pyspark/redis/执行官网测试代码 1,mac 下安装spark:https://blog.csdn.net/roguesir/article/details/78335034 """ 因为只在本地执行数据,没有使用Hadoop的hdfs所以没有安装Hadoop,只安装了spark。 """ 遇到的困难就是找不到spark的包,从这个地址可以下载:https://archive.apache.org/dist/spark/ 在/usr/local/spark-2.4.7-bin-hadoop2.7/sbin下,执行 ./stop-all.sh 可以关闭spark的运行。 2,mac下安装pyspark:https://blog.csdn.net/hil2000/article/details/90747665 Hadoop下载地址: https://archive.apache.org/dist/hadoop/common/ 3,执行spark教程中的测试代码: 进入到spark所在目录:/usr/local/spark-2.4.7-bin-hadoop2.7 然后执行 bin/spark-shell 进进入到带有特殊字体写的“spark”的scala中了,然后就可以执行官网样例(https://spark.apache.org/docs/2.4.3/quick-start.html)中scala的代码了。 4,安装redis redis下载、安装教程地址:http://www.redis.cn/download.html
    展开

    作者回复: 赞实践

    共 5 条评论
    11
  • 野水晶体
    2020-10-01
    作为一个玩了推荐有几年的半老炮,王喆老师推荐的几本书差不多都看过一遍,尤其是王喆老师的深度学习推荐系统和吴军老师的数学之美,都是第一本书翻烂了,又买了第二本书在手的人,推荐系统的算法和工程在心里逐渐形成体系的过程中越来越感觉有两点困扰心里:其一是构建过程中怎么思考的问题,怎么选择算法,基于什么样的逻辑原则优化算法,不知后文有没有这方面的技巧?其二是推荐落到产品上的应用,对于公司来讲,算法毕竟无法交付,老师在构建推荐的过程中还有哪些比较有意思的应用? 不知这两方面内容老师后面的文章中会不会涉及,或者有哪些资料或书籍可以推荐?

    作者回复: 你的问题非常好,是一个senior工程师应该思考问题的方法,但说实话,这些问题的解决还是严重依赖工作上的积累和经验。因为算法落地的场景和优化的点实在太多了。 所以我一直讲不要期待magic和银弹,这门课肯定会介绍一些经验,但主要还是放在帮大家建立知识和工程上的架构。

    
    8
  • w1sl1y
    2020-09-30
    https://tensorflow.google.cn/tutorials/quickstart/beginner 老师给的tensorflow的HelloWorld的国内网址,老师给的链接国内太慢了,打不开。大家可以看这个。

    作者回复: 多谢推荐,原文中我找时间也更换一下。

    
    8
  • Geek_6789118
    2020-10-05
    老师好,目前让我困惑的是,当数据特别稀疏时,设计合适模型的思路是什么?我采集到的数据中有非常多用户只有很少的物品交互记录,我使用了(协同过滤类的)深度学习模型,但是过拟合现象很严重。 我目前的想法是把数据分成两部分,一部分用户的交互数据比较多,使用基于协同过滤的深度学习模型来训练;另一部分数据使用聚类方法,根据相似度进行推荐。不过这个想法还没实施,不清楚效果如何,请问针对这个问题有什么好的方法?

    作者回复: 数据如果过于稀疏的话,确实不适合深度学习模型。这是我一直强调的深度学习不是万能的,不是结合问题的银弹。 如果确实非常稀疏话,还是推荐一些简单模型,比如基于物品的协同过滤模型或者一些lookalike的方法。

    
    6
  • 🤪🤩
    2020-10-01
    我是一个产品,目前在自学推荐,请问老师有没有适合产品学习的书籍和课程?

    作者回复: 我觉得适合产品的和适合程序员的书不矛盾吧,只要你看的时候不要关注技术细节和公式就好了。这几本推荐的都挺合适的,并不难懂。

    
    6
  • 生命阅读
    2020-09-30
    老师您好,我想请您回答一下如何建立起入门推荐系统的知识体系,您能说下您的成长路线吗?还有就是希望能够科普下学习推荐系统对机器学习的各种方法和编程要掌握到何种程度? 学习资料:吴军老师的所有书,花书,动手学花书,统计学习方法,Python深度学习,深度学习入门,深度学习的数学。

    作者回复: 如果你真的认真读过你列出的这些书,那对于推荐系统工程师来说完全够了。 至于成长路线,找机会我开一个番外篇聊一聊我的学习工作经历吧。但这门课就是帮大家建立推荐系统知识体系的,相信能帮助到大家。

    共 2 条评论
    4
  • ChengdaYe
    2021-05-06
    老师好,我是做数据算法的,主要用Python,请问需要熟悉Java到什么程度,有什么书籍推荐

    作者回复: 其实并不要求一定要用java,只不过这门课线上部分选择了java为主要语言。如果你觉得公司里用的python居多,也可以不深入学习java。

    
    3
  • 上个纪元的赵天师
    2020-10-03
    《深度学习推荐系统》真香

    作者回复: 赞

    
    3
  • 天敌
    2020-10-19
    一本都没有读过。 只是上过 Coursera 上吴恩达老师的课程。可以跟上吗?

    作者回复: 基础知识够用了,有一定的编程基础就可以跟下来。

    
    2
  • 辛湛
    2020-09-30
    如果想比较系统的学习tensorflow以及对于项目搭建 有书推荐吗

    作者回复: 我感觉按照官方教程学习应该就可以。极客时间上也有tensorflow的课程,可以尝试以下。

    共 2 条评论
    1