《美团机器学习实践》—— 读后总结

第一章 问题建模

《美团机器学习实践》—— 读后总结

第二章 特征工程

《美团机器学习实践》—— 读后总结

第三章 常用模型

《美团机器学习实践》—— 读后总结

第四章 模型融合

《美团机器学习实践》—— 读后总结

第五章 用户画像

《美团机器学习实践》—— 读后总结

第六章 POI实体链接

《美团机器学习实践》—— 读后总结

第七章 评论挖掘

《美团机器学习实践》—— 读后总结

第八章 O2O场景下的查询理解和用户引导

《美团机器学习实践》—— 读后总结

第九章 O2O场景下排序的特点

《美团机器学习实践》—— 读后总结

第十章 推荐在O2O场景中的应用

《美团机器学习实践》—— 读后总结

第十一章 O2O场景下的广告营销

《美团机器学习实践》—— 读后总结

第十二章 用户偏好和损失建模

《美团机器学习实践》—— 读后总结

第十三章 深度学习概述

《美团机器学习实践》—— 读后总结

第十四章 深度学习在文本领域中的应用

《美团机器学习实践》—— 读后总结

第十五章 深度学习在计算机视觉中的应用

《美团机器学习实践》—— 读后总结

第十六章 大规模机器学习

《美团机器学习实践》—— 读后总结

第十七章 特征工程和实验平台

《美团机器学习实践》—— 读后总结