|
机器学习-推荐系统实战视频课程 2018年3月
( N7 x( v9 N5 D) c# M8 w, O& h2 W
机器学习推荐系统( q( ~( E/ W" U w, X
├─章节1-推荐系统工作原理" j% C- p% R( d' `8 B7 ~9 ^0 e
│ 01系列课程概述.mp4( }& h( `7 e p
│ 02推荐系统应用.mp45 `. c4 X, S! e5 A' d
│ 03数据,代码下载(点击参考资料下载).zip' R. k$ G7 ^& J% m
│ 04推荐系统要完成的任务.mp4
│ 05相似度计算.mp4( v. e& b5 E; j, k! Q
│ 06基于用户的协同过滤.mp4; h% ~1 J( A% Q- V" j
│ 07基于物品的协同过滤.mp4+ ~" f" A0 }+ O( ?: x% [% Y H: u$ S
│ 08隐语义模型.mp4
│ 09隐语义模型求解.mp4
│ 10模型评估标准.mp4
│
├─章节2-使用Tensorflow构造隐语义模型$ o2 d: n8 Z' B* |
│ 11Surprise库与数据简介.mp4
│ 12Surprise库使用方法.mp4) ~3 a" m5 }% \% f {' x
│ 13得出推荐商品结果.mp4
│
└─章节3-使用Surprise库建立推荐系统& W. p0 q# `4 m. U$ i
14使用Tensorflow构建隐语义模型.mp4
15模型架构.mp4) o9 A; e; k" F3 _$ U
16损失函数定义.mp4
17训练网络.mp4& K6 J4 Z6 g# \0 p( w& v
0 W3 R. `$ W- [! L7 Y
下载地址:
|
|