智能推薦系統開發實戰

尚濤，畢業於上海交通大學數學系，擁有數學碩士學位，研究方向為數據挖掘與機器學習應用領域，曾任職於支付寶、易方達基金等頭部企業，現任職於南方基金，專註於精準營銷、推薦系統、風險評分以及數據化運營等領域的研發工作，擁有超過10年數據挖掘和優化建模的經驗，以及多年使用SAS、R、Python等軟件的經驗，在從業經歷中，為所在公司的業務方成功實施了眾多深受好評的數據挖掘項目，取得了較好的業務價值。

第1篇 推薦系統的基礎知識
第1章 推薦系統的前世今生
1.1 從信息匱乏到信息過載
1.2 從搜索到推薦
1.3 推薦系統的應用場景
1.4 推薦系統的基礎知識
1.4.1 什麼是推薦系統
1.4.2 使用推薦系統的目的
1.4.3 如何搭建一個推薦系統
1.4.4 推薦系統涉及的模型
1.5 推薦系統的開發工具說明
第2章 推薦系統的數學基礎
2.1 線性代數
2.1.1 向量
2.1.2 矩陣
2.1.3 範數
2.1.4 矩陣分解
2.2 微積分
2.2.1 函數
2.2.2 極限
2.2.3 導數
2.2.4 微分中值定理
2.2.5 泰勒展開式
2.2.6 梯度
2.2.7 最小二乘法
2.3 概率統計
2.3.1 概率
2.3.2 總體與個體
2.3.3 簡單隨機抽樣
2.3.4 統計量
2.3.5 描述性統計
第2篇 推薦模型的開發實踐
第3章 基於協同過濾的推薦
3.1 協同過濾算法簡介
3.1.1 基於用戶的協同過濾
3.1.2 基於項目的協同過濾
3.1.3 基於模型的協同過濾
3.2 基於協同過濾算法的實現
3.2.1 數據源說明
3.2.2 基於項目的協同過濾推薦實現
3.2.3 基於用戶的協同過濾推薦實現
……
第3篇 推薦系統的冷啟動及效果評估
第4篇 項目實戰