在美團的搜尋、推薦、計算廣告、風控、圖像處理等領域，相關的人工智能技術得到廣泛的應用。《美團機器學習實踐》包括通用流程、資料挖掘、搜尋和推薦、計算廣告、深度學習以及算法工程6大部分内容，全面介紹了美團在多個重要方面對機器學習的應用。通過本書，有經驗的算法工程師可以了解美團在這方面的做法，在校大學生可以學習機器學習算法如何在具體的業務場景中落地。
下載下傳：https://pan.baidu.com/s/1ZS2DFnwkhvtYsgIegsbS0g
《美團機器學習實踐》高清PDF，318頁，帶書簽目錄，文字可以複制。
配有第1章至第17章的思維導圖，有助于學習記憶。
《美團機器學習實踐》應該基本把美團機器學習模型/系統/應用都講了，幹貨比較多，推薦！
看起來模型的演進是：先是FTRL做簡單的分類，大量排序場景用了分布式的LambdaMart，嘗試了Deep&Wide，現在廣告/搜尋/推薦在Gringer（自己搭建的分布式機器學習平台）上跑微創新的深度學習模型ClickNet（主要是CTR預估）。ClickNet看起來比較類似鳳巢的CTR模型結構。
美團算法團隊由數百名優秀算法工程師組成，負責建構美團這個生活服務網際網路大平台的“大腦”，涵蓋搜尋、推薦、廣告、風控、機器學習、計算機視覺、語音、自然語言處理、智能排程、機器人和無人配送等多個技術方向，在幫助美團數億活躍使用者改善使用者體驗的同時，也幫助餐飲、酒店、婚慶、麗人、親子等200多個行業的數百萬商戶提升營運效率。我們緻力于通過算法和人工智能技術，幫大家吃得更好，活得更好。
轉載于:https://www.cnblogs.com/tianpenoy/p/10261566.html