|
|
本帖最后由 冰点也疯狂 于 2020-2-26 14:02 编辑
6 Q! [, i; S, e2 h+ Q$ a
, U& I; _" f2 ]% h课程目标：
. p$ S/ P+ F6 K: N7 {掌握推荐系统原理与工作方式，使用Python库进行建模。/ k y0 @; {( z( ]+ o) M2 h6 J
7 B9 Y: D T1 P/ q. X6 t
适用人群：2 V8 J9 \& r8 t" `- R
机器学习，数据领域工作以及要转向人工智能方向的同学们# b7 h; M, {. K/ ^" S6 A5 E
1 ~7 V q7 _" o) D; D课程简介：5 Y+ I- B C0 C P- `$ w
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。' U0 s& S' {- j
; b m) J& t& `( N+ ~课程目录：% l3 j6 S5 Y) @+ l+ O3 [
第1章推荐系统工作原理
! x& t5 X! H+ y( x* e1 Y( L2 C! l& q1-1系列课程概述# A% Y& q9 D* k% P+ d( i5 i2 D& P
1-2推荐系统应用
: a1 M6 |0 J9 V6 o; l" U1-3推荐系统要完成的任务& y. g, m7 ^/ v8 H
1-4相似度计算
2 a' b8 z8 X5 e" m2 A9 C1-5基于用户的协同过滤算法5 O" {4 b; @4 H
1-6基于物品的协同过滤算法
, m+ F' E: n8 p% B" d3 a1-7隐语义模型! E+ h- ~6 e/ T0 z2 i! A% u! X; N
1-8隐语义模型求解
% J5 k5 g2 M0 A# ?1-9模型评估标准8 F8 r2 d# e' [, z9 Q0 o
第3章使用Surprise库建立推荐系统9 M% E7 {" ^6 Z' \$ |3 @; ~
3-1Surprise库简介
% o5 i, U/ I) X/ T* h- _ K. A3-2Surprise库使用方法
! w& J3 n6 `4 p3-3得出商品推荐结果- e0 ]# U6 T/ n3 f; m# e! E
- g) w c! L+ _) }, |$ p4 r# c第4章使用Tensorflow构造隐语义模型/ ^; N9 y) n. k5 g
4-1使用Tensorflow构造隐语义模型: ^8 o) {9 o4 s0 l% m5 O
4-2模型架构4 o: e% B% b( ?& c) L h p3 ^' ~
4-3损失函数定义
6 D9 [7 y: P* B4-4训练网络* }7 y2 ^: L" v% ]# Z
- G- |) G, B ]2 \- d6 H% \7 }/ s( X
+ p/ q" e$ d. }3 E! X* Z1 x" E% ]2 r" _+ a2 G- Y
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？立即注册
×
|
/1 
|小黑屋|Archiver|手机版|一路学IT论坛 专业视频教程网站
窥视卡
雷达卡
发表于 2019-4-25 00:07:39
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
发表于 2019-7-19 02:23:30