扫码支付

购买商品:课程名称读取中
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

  • 课程> 人工智能> 机器学习
  • 机器学习-推荐系统

    本课程支持以下优惠:

  • 由百度云提供技术支持
    课程目录
    第一章:推荐系统工作原理
    • 1. 系列课程概述 (免费)
    • 1:43
    • 2. 推荐系统应用 (免费)
    • 10:34
    • 3. 推荐系统要完成的任务
    • 6:39
    • 4. 相似度计算
    • 10:46
    • 5. 基于用户的协同过滤算法
    • 10:02
    • 6. 基于物品的协同过滤算法
    • 14:45
    • 7. 隐语义模型
    • 7:31
    • 8. 隐语义模型求解
    • 9:45
    • 9. 模型评估标准
    • 7:43
    第二章:使用Surprise库建立推荐系统
    • 1. Surprise库简介
    • 6:40
    • 2. Surprise库使用方法
    • 9:46
    • 3. 得出商品推荐结果
    • 9:06
    第三章:使用Tensorflow构造隐语义模型
    • 1. 使用Tensorflow构造隐语义模型
    • 9:08
    • 2. 模型架构
    • 10:06
    • 3. 损失函数定义
    • 8:25
    • 4. 训练网络
    • 8:37
    • 【课程类型】实战教学 【难度级别】初级 【适合人群】所有人
    • 【课程介绍】
      课程从推荐系统概述开始,详解推荐系统中两大核心算法:协同过滤与隐语义模型。使用Surprise库对电影数据集进行建模推荐,最后使用Tensorflow实现一个简易的基于隐语义模型的推荐系统。
    • 【课程目标】
      掌握推荐系统原理与工作方式,使用Python库进行建模。
    • 【课程计划】
      机器学习与深度学习持续更新中,更多内容可以在我的主页中找到,有任何问题欢迎随时与我进行讨论!

    第一章:推荐系统工作原理
    4 相似度计算
    10:46

    第二章:使用Surprise库建立推荐系统

    第三章:使用Tensorflow构造隐语义模型
    2 模型架构
    10:06
    4 训练网络
    8:37

    全部评价(0
    好评(0
    中评(0
    差评(0
    发表评价
    唐宇迪
    28课程163415学员
    计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战专家。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的最新算法。 参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度学习系列课程,课程生动形象,风格通俗易懂。