文章发布于公号【数智物语】 （ID：decision_engine），关注公号不错过每一篇干货。

 

 

 

转自 | Python数据科学

作者 | xingoo

 

《美团机器学习实践》一书包括通用流程、数据挖掘、搜索和推荐、计算广告、深度学习以及算法工程6大部分内容，全面介绍了美团在多个重要方面对机器学习的应用。本书适合有一定机器学习基础的工程技术人员和在校大学生学习和阅读。通过本书，有经验的算法工程师可以了解美团在这方面的做法，在校大学生可以学习机器学习算法如何在具体的业务场景中落地。

 

本篇重点分享一份对于书籍《美团机器学习实践》的思维导图总结。

 

第一章 问题建模

第二章 特征工程

第三章 常用模型

第四章 模型融合

第五章 用户画像

第六章 POI实体链接

第七章 评论挖掘

第八章 O2O场景下的查询理解和用户引导

第九章 O2O场景下排序的特点

第十章 推荐在O2O场景中的应用

第十一章 O2O场景下的广告营销

第十二章 用户偏好和损失建模

第十三章 深度学习概述

第十四章 深度学习在文本领域中的应用

第十五章 深度学习在计算机视觉中的应用

第十六章 大规模机器学习

第十七章 特征工程和实验平台

 

《美团机器学习实践》一书的电子版可在公号“数智物语”后台回复“美团机器学习实践”查看详情。

 

星标我，每天多一点智慧