从9月23日开始整理思维导图,前前后后半个月左右,收获确实比第一次阅读要多一些,以后会尽量按这种方式阅读,提高效率。
第一章 问题建模
![](https://img2018.cnblogs.com/blog/449064/201809/449064-20180923115745097-706416001.jpg)
第二章 特征工程
![](https://img2018.cnblogs.com/blog/449064/201809/449064-20180924201042563-262505582.jpg)
第三章 常用模型
![](https://img2018.cnblogs.com/blog/449064/201809/449064-20180924213742458-223434476.jpg)
第四章 模型融合
![](https://img2018.cnblogs.com/blog/449064/201809/449064-20180925213433747-322423168.jpg)
第五章 用户画像
![](https://img2018.cnblogs.com/blog/449064/201809/449064-20180925221035638-850585516.jpg)
第六章 POI实体链接
![](https://img2018.cnblogs.com/blog/449064/201809/449064-20180927211035677-1099890800.jpg)
第七章 评论挖掘
![](https://img2018.cnblogs.com/blog/449064/201809/449064-20180929215041277-1735458226.jpg)
第八章 O2O场景下的查询理解和用户引导
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181001132714031-1902552314.jpg)
第九章 O2O场景下排序的特点
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181001135336798-371079346.jpg)
第十章 推荐在O2O场景中的应用
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181001141753787-698988747.jpg)
第十一章 O2O场景下的广告营销
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181004230941106-597599643.jpg)
第十二章 用户偏好和损失建模
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181004230952338-1700222842.jpg)
第十三章 深度学习概述
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181004233642562-1570663422.jpg)
第十四章 深度学习在文本领域中的应用
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181005231614230-1549310396.jpg)
第十五章 深度学习在计算机视觉中的应用
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181005231429121-1911903814.jpg)
第十六章 大规模机器学习
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181005231454594-665476962.jpg)
第十七章 特征工程和实验平台
![](https://img2018.cnblogs.com/blog/449064/201810/449064-20181005231513831-1397987915.jpg)