1. 程式人生 > >(商品)推薦系統

(商品)推薦系統

成為一名推薦系統工程師永遠都不晚- http://blog.csdn.net/qq_40027052/article/details/78579587
掌握核心原理的技能:
 數學:微積分,統計學,線性代數
 周邊學科:資訊理論基礎
 推薦演算法: CF,LR,SVM,FM,FTRL,GBDT,RF,SVD,RBM,RNN,LSTM,RL
 資料探勘:分類,聚類,迴歸,降維,特徵選擇,模型評價

實現系統檢驗想法的技能:
 作業系統: Linux
 程式語言: Python/R, Java/C++/C,sql,shell
 RPC框架: thrift, Dubbo,gRPC
 web服務: tornado, django, flask
 資料儲存: redis, hbase, cassandra, mongodb, mysql, hdfs,hive, kafka, elasticsearch
 機器學習/深度學習: Spark MLib,GraphLab/GraphCHI,Angel,MXNet,TensorFlow,Caffe, Xgboost,VW,libxxx
 文字處理: Word2vec,Fasttext,Gensim,NLTK
 矩陣分解: Spark ALS,GraphCHI,implicit,qmf,libfm
 相似計算: kgraph, annoy,nmslib, GraphCHI, columnSimilarities(spark.RowMatrix)
 實時計算: Spark Streaming, Storm,Samza