《美团机器学习实践》是一本涵盖了机器学习、人工智能、人工智能机器学习算法落地实践指南的书籍。本书详细介绍了搜索、推荐、风控、计算广告、图像处理等领域的实践经验，展示了美团的技术底蕴和系统阐述了大型互联网公司机器学习真实场景的实践。这本书不仅提供了理论知识，还注重实践指导，为读者提供了实际应用的方法和技巧。不论是研究人员还是工程师，通过本书的学习，都能够更好地了解机器学习在实际场景中的应用，并将其落地到自己的工作中。
美团机器学习实践
人工智能技术正以一种超快的速度深刻地改变着我们的生活，引导了第四次工业革命。美团作为国内O2O领域领 先的服务平台，结合自身的业务场景和数据，积极进行了人工智能领域的应用探索。在美团的搜索、推荐、计算广告、风控、图像处理等领域，相关的人工智能技术得到广泛的应用。本书包括通用流程、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。
本书非常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。
目录
- 第一部分 通用流程
- 第1章 问题建模 2
- 参考文献 17
- 第2章 特征工程 18
- 参考文献 33
- 第3章 常用模型 35
- 参考文献 44
- 第4章 模型融合 45
- 参考文献 57
- 第二部分 数据挖掘
- 第5章 用户画像 60
- 参考文献 91
- 第6章 POI实体链接 92
- 第7章 评论挖掘 104
- 参考文献 119
- 第三部分 搜索和推荐
- 第8章 O2O场景下的查询理解与 用户引导 122
- 参考文献 150
- 第9章 O2O场景下排序的特点 152
- 第10章 推荐在O2O场景的应用 166
- 参考文献 176
- 第四部分 计算广告
- 第11章 O2O场景下的广告营销 178
- 参考文献 194
- 第12章 用户偏好和损失建模 196
- 参考文献 205
- 第五部分 深度学习
- 第13章 深度学习概述 208
- 参考文献 219
- 第14章 深度学习在文本领域的应用 220
- 参考文献 237
- 第15章 深度学习在计算机视觉中的 应用 238
- 参考文献 264
- 第六部分 算法工程
- 第16章 大规模机器学习 268
- 参考文献 289
- 第17章 特征工程和实验平台 290
