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。《美团机器学习实践》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。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。
下载：https://pan.baidu.com/s/1ZS2DFnwkhvtYsgIegsbS0g
《美团机器学习实践》高清PDF，318页，带书签目录，文字可以复制。
配有第1章至第17章的思维导图，有助于学习记忆。
《美团机器学习实践》应该基本把美团机器学习模型/系统/应用都讲了，干货比较多，推荐！
看起来模型的演进是：先是FTRL做简单的分类，大量排序场景用了分布式的LambdaMart，尝试了Deep&Wide，现在广告/搜索/推荐在Gringer（自己搭建的分布式机器学习平台）上跑微创新的深度学习模型ClickNet（主要是CTR预估）。ClickNet看起来比较类似凤巢的CTR模型结构。
美团算法团队由数百名优秀算法工程师组成，负责构建美团这个生活服务互联网大平台的“大脑”，涵盖搜索、推荐、广告、风控、机器学习、计算机视觉、语音、自然语言处理、智能调度、机器人和无人配送等多个技术方向，在帮助美团数亿活跃用户改善用户体验的同时，也帮助餐饮、酒店、婚庆、丽人、亲子等200多个行业的数百万商户提升运营效率。我们致力于通过算法和人工智能技术，帮大家吃得更好，活得更好。
