社区
community_281
帖子详情
推荐一下书
heroyang8671
2003-08-31 11:17:56
由于要做一个authorware的宣传课件,记得有一本authorware的书讲的是介绍北京2008奥运的宣传片是怎么做出来的啊 书名是什么啊。。各位有没看到这本书的啊
书名是什么啊 有没有下载 啊
...全文
57
7
打赏
收藏
推荐一下书
由于要做一个authorware的宣传课件,记得有一本authorware的书讲的是介绍北京2008奥运的宣传片是怎么做出来的啊 书名是什么啊。。各位有没看到这本书的啊 书名是什么啊 有没有下载 啊
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
7 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
minghui000
2003-09-13
打赏
举报
回复
www.pdown.net
dupenf
2003-09-07
打赏
举报
回复
是奥思吗?
请上http://www.auth.com.cn/问一下管理员。
大概她知道。
qzrxy
2003-09-06
打赏
举报
回复
up
WestPower221
2003-09-06
打赏
举报
回复
去www.pdown.net看一下
WestPower221
2003-09-06
打赏
举报
回复
去www.pdown.net看一下
WestPower221
2003-09-06
打赏
举报
回复
去www.pdown.net看一下
termite
2003-09-03
打赏
举报
回复
up!
QML
书
籍中文版
国外的QML教程,大神们翻译成了中文版,跟大家分享
一下
。
c++各个知识点的例子
如果你正准备认真学习
一下
c++知识,我
推荐
c++编程思想这本
书
给你。觉得是经典的
书
籍。上面的代码都是各个章节里面涉及到重要知识点的源代码,有助于你对
书
里的知识的理解。
推荐
算法系统实战全系列精品课
推荐
算法系统实战全系列精品课 :一、课程优势本课程有陈敬雷老师的清华大学出版社配套新
书
教材《分布式机器学习实战》人工智能科学与技术丛
书
,新
书
配合此实战课程结合学习,一静一动,互补高效学习!本课程由互联网一线知名大牛陈敬雷老师全程亲自授课,技术前沿热门,这个《
推荐
算法系统实战全系列精品课》来自陈敬雷在一线大型互联网公司的多年实战经验总结,比较完备的包含了各个算法系统模块,实实在在的重量级干货分享!听完此系列课,可以实现一个完整的
推荐
系统!二、课程简介 首先
推荐
系统不等于
推荐
算法,更不等于协同过滤。
推荐
系统是一个完整的系统工程,从工程上来讲是由多个子系统有机的组合,比如基于Hadoop数据仓库的
推荐
集市、ETL数据处理子系统、离线算法、准实时算法、多策略融合算法、缓存处理、搜索引擎部分、二次重排序算法、在线web引擎服务、AB测试效果评估、
推荐
位管理平台等,每个子系统都扮演着非常重要的角色,当然大家肯定会说算法部分是核心,这个说的没错,的确。
推荐
系统是偏算法的策略系统,但要达到一个非常好的
推荐
效果,只有算法是不够的。比如做算法依赖于训练数据,数据质量不好,或者数据处理没做好,再好的算法也发挥不出价值。算法上线了,如果不知道效果怎么样,后面的优化工作就无法进行。所以AB测试是评价
推荐
效果的关键,它指导着系统该何去何从。为了能够快速切换和优化策略,
推荐
位管理平台起着举足轻重的作用。
推荐
效果最终要应用到线上平台去,在App或网站上毫秒级别的快速展示
推荐
结果,这就需要
推荐
的在线Web引擎服务来保证高性能的并发访问。这么来说,虽然算法是核心,但离不开每个子系统的配合,另外就是不同算法可以嵌入到各个子系统中,算法可以贯穿到每个子系统。 从开发人员角色上来讲,
推荐
系统不仅仅只有算法工程师角色的人就能完成整个系统,需要各个角色的工程师相配合才行。比如大数据平台工程师负责Hadoop集群和数据仓库,ETL工程师负责对数据仓库的数据进行处理和清洗,算法工程师负责核心算法,Web开发工程师负责
推荐
Web接口对接各个部门,比如网站前端、APP客户端的接口调用等,后台开发工程师负责
推荐
位管理、报表开发、
推荐
效果分析等,架构师负责整体系统的架构设计等。所以
推荐
系统是一个多角色协同配合才能完成的系统。 下面我们就从
推荐
系统的整体架构以及各个子系统的实现给大家深度解密来自一线大型互联网公司重量级的实战产品项目!!!
推荐
算法系统实战课程大纲如下:1、
推荐
系统架构设计2、
推荐
数据仓库集市3、
推荐
系统ETL数据处理4、CF协同过滤用户行为挖掘5、
推荐
算法ALS交替最小二乘法6、
推荐
系统ContentBase文本挖掘算法7、用户画像兴趣标签提取算法8、基于用户心理学模型
推荐
9、
推荐
系统多策略融合算法10、准实时在线学习
推荐
引擎11、Redis分布式缓存处理12、分布式搜索引擎13、
推荐
Rerank二次重排序算法(基于逻辑回归、GBDT、随机森林、神经网络的算法思想做二次排序)【可试听】14、
推荐
Rerank二次重排序算法(基于Learning TO rank排序学习思想做二次排序)15、
推荐
Rerank二次重排序算法(基于加权公式思想做二次排序)16、在线Web实时
推荐
引擎服务原理及核心处理算法17、在线Web实时
推荐
引擎服务核心源代码解析18、在线AB测试
推荐
效果评估19、离线AB测试
推荐
效果评估20、
推荐
位管理平台 21、大数据用户画像系统架构图深度解密与详细介绍22、大数据用户画像系统中各个子系统详细讲解三、老师介绍陈敬雷 充电了么创始人,CEO兼CTO陈敬雷,北京充电了么科技有限公司创始人,CEO兼CTO,十几年互联网从业经验,曾就职于用友、中软、凡客、乐蜂网(唯品会)、猎聘网、人民日报(灵思云途)、北京万朝科技,曾任架构师、首席技术官、首席科学家等职务,对业务领域B端、C端、电商、职场社交招聘、内容文娱、营销行业都有着丰富的经验,在技术领域,尤其在大数据和人工智能方向有丰富的算法工程落地实战经验,其中在猎聘网任职期间主导的
推荐
算法系统项目获得公司优秀项目奖,
推荐
效果得到5倍的提升。陈敬雷著有清华大学出版社两本人工智能
书
籍,分别是《分布式机器学习实战(人工智能科学与技术丛
书
)》已出版、《自然语言处理原理与实战(人工智能科学与技术丛
书
)》。目前专注于大数据和人工智能驱动的上班族在线教育行业,研发了充电了么app和网站,用深度学习算法、nlp、
推荐
引擎等技术来高效提升在线学习效率。
架构师
推荐
书
籍 一
大家老是让我
推荐
书
单,我就安排一波吧,我不会全部
推荐
技术
书
籍,因为我觉得收获最大的反而是我看的一些非技术
书
籍。 友情提示:实体
书
买多了,搬家会累死个人,能买电子
书
的还是电子
书
,不过技术
书
籍看电子
书
又很麻烦,所以大家抉择
一下
,我个人喜欢看实体
书
,偶尔也会微信读
书
看看一些散文(纯粹为了以后水文辞藻更丰富,情感表达更文艺)。 非技术
书
籍在最后
推荐
书
单 Java核心技术·卷 I(原
书
第10版)| Core Java Volume 讲的很全面,
书
中的代码示例都很好,很适合Java入门。 ...
图
书
系统
推荐
算法
图
书
系统
推荐
算法——矩阵分解 文章目录前言一、数据来源与相关介绍1.1 数据来源与说明1.2 数据简介1.3 数据选取二、数据基础分析2.1 同一用户参与评论数的基础分析2.2 同一
书
籍被评论数的基础分析2.3 评分数据基础分析三、
推荐
算法的设计3.1 基于
书
籍受欢迎程度进行设计3.2 基于矩阵分解的
推荐
算法四、总结四、附录 前言 近期找实习,某家公司要我做的关于
推荐
算法的笔试题,第一次接触
推荐
算法,花了一些时间学习了
一下
,将内容保存
一下
,留个记录。 一、数据来源与相关介绍 1.1 数据来源与说明 本答卷的
community_281
590
社区成员
254,050
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章