算法与数据中台：基于Google、Facebook与微博实践

算法与数据中台：基于Google、Facebook与微博实践读书笔记模板01思维导图读书笔记作者介绍内容摘要目录分析精彩摘录目录0305020406思维导图微博数据中台技术互联网算法出行相关深度系统中台技术算法平台模型简介数据中台管理服务策略关键字分析思维导图内容摘要内容摘要本书作者依据在Google、Facebook、新浪**及滴滴出行等中美一流互联网公司的实际工作经历，对算法技术、数据技术，以及围绕它们进行的技术中台建设实践进行了全面的探讨，并在此基础上对信息流推荐、计算广告及智能出行等核心互联网业务进行了案例剖析。本书具有广阔的技术视野，内容颇具深度，既适合互联网行业的技术从业者阅读，也适合计算机相关专业的高年级本科生、研究生阅读。通过阅读本书，读者能加深对机器学习、深度学习、大数据、分布式系统及技术中台等相关领域的认知与理解，并从中获得一定的启发和可借鉴的经验。读书笔记读书笔记系统介绍了中台的概念、功能和搭建的方式，案例扎实，语言相对简单平实，读后对中台有了完整的了解。整体结构有点乱.算是蜻蜓点水把不同组件过了一遍.可以作为休闲读物,但深度严重不足.。纲领性的总结，读完之后可以按照感兴趣的要点再进一步阅读相关资料。概念和一些巨头产品的介绍。作者是有料的，但至少在成书上，表达能力和结构思考略少。很适合初学者，介绍了框架一些基本内容。开篇就是堆砌概念，不讲技术背景，适合要做PPT的，建议不要读，浪费时间。很综合的handbook，大致过了一遍，可惜不是做datamining/recsys方向的，工程架构设计部分值得学习。有点四不像的感觉，最后一章的案例可以多来些，其他的章节都流于表面了，太多没必要的公式介绍，模糊了这本书的定位，。概念性和逻辑性介绍为主，让读者能够在思路上有一点启发，但技术深入度不够，框架，技术点点到为止。目录分析1.1中台的背景和意义1.2算法与数据中台的功能价值1.3算法与数据中台的技术体系1.4算法与数据中台的实践场景第1章算法与数据中台概述1.6本章总结1.5算法与数据中台的应用前景第1章算法与数据中台概述2.1研发效率系统2.2服务通信系统2.3监控报警系统2.4链路跟踪系统2.5本章总结12345第2章中台技术之基础设施3.1物料检索系统3.2模型预估服务3.3策略机制引擎3.4集群管理平台第3章中台技术之在线算法系统3.6本章总结3.5效果评估系统第3章中台技术之在线算法系统4.1机器学习平台简介4.2传统机器学习算法4.3深度学习算法4.4模型框架基本原理第4章中台技术之机器学习平台4.5层结构的模型框架4.6数据流结构的模型框架4.7复合结构的模型框架4.8机器学习平台简介4.9新浪**WBL机器学习平台4.10本章总结010302040506第4章中台技术之机器学习平台5.1分布式数据库概述5.2分布式数据库技术5.3分布式数据库产品5.4LaserDB分布式数据库第5章中台技术之分布式数据库5.6本章总结5.5LaserDB应用案例分析第5章中台技术之分布式数据库6.1大数据平台概述6.3集群管理系统6.2分布式协调系统第6章中台技术之大数据平台6.4分布式文件系统6.5消息管道系统6.6分布式计算系统6.7数据仓库与分布式查询系统6.8本章总结12345第6章中台技术之大数据平台7.1推荐系统的背景简介7.2推荐系统的算法模型7.3推荐系统的效果度量7.4Facebook信息流推荐简介7.5本章总结12345第7章中台实践之推荐系统8.1数字广告的背景简介8.2数字广告系统架构8.3数字广告系统中的数据管理8.4数字广告系统中的受众定向第8章中台实践之数字广告8.6本章总结8.5数字广告系统中的策略机制第8章中台实践之数字广告9.1业务简介9.2技术架构9.3打车定价场景9.4打车排队场景9.5打车安全场景9.6本章总结010302040506第9章中台实践之网约车平台作者介绍同名作者介绍这是《算法与数据中台：基于Google、Facebook与微