投稿

通俗易懂！基于用户的协同过滤推荐算法实现简单在线电影、音乐、图书等推荐系统实战！_AI/人工智能/计算机视觉/深度学习/神经网络

13.9万

221

2022-12-13 16:40:31

正在缓冲...

分享AI课件资料，希望能到大家的支持，喜欢记得给up关注三连，感谢！！！

计算机视觉

计算机技术

会AI的哈利波特发消息

一起学习AI吧~付费咨询/本科、研究生毕业论文指导/SCI CCF辅导/Kaggle等比赛指导、请私信~

英雄集结完毕，《剑与远征：启程》

开启你的魔法之旅

1-推荐系统通俗解读.mp4

07:37

2-推荐系统发展简介.mp4

09:24

3-应用领域与多方位评估指标.mp4

09:03

4-任务流程与挑战概述.mp4

10:36

5-常用技术点分析.mp4

06:55

6-与深度学习的结合.mp4

08:45

1-协同过滤与矩阵分解简介.mp4

04:37

2-基于用户与商品的协同过滤.mp4

08:16

3-相似度计算与推荐实例.mp4

06:20

4-矩阵分解的目的与效果.mp4

09:01

5-矩阵分解中的隐向量.mp4

09:19

6-目标函数简介.mp4

05:19

7-隐式情况分析.mp4

05:54

8-Embedding的作用.mp4

04:09

1-音乐推荐任务概述.mp4

17:36

2-数据集整合.mp4

08:20

3-基于物品的协同过滤.mp4

13:19

4-物品相似度计算与推荐.mp4

19:15

5-SVD矩阵分解.mp4

11:53

6-基于矩阵分解的音乐推荐.mp4

14:45

1-知识图谱通俗解读.mp4

07:56

2-知识图谱在搜索引擎中的应用.mp4

08:10

3-知识图谱在医疗领域应用实例.mp4

13:25

4-金融与推荐领域的应用.mp4

08:32

5-数据获取分析.mp4

10:21

1-Neo4j图数据库介绍.mp4

08:34

2-Neo4j数据库安装流程演示.mp4

07:10

3-可视化例子演示.mp4

09:09

4-创建与删除操作演示.mp4

08:41

5-数据库更改查询操作演示.mp4

08:37

1-知识图谱推荐系统效果演示.mp4

05:36

2-kaggle电影数据集下载与配置.mp4

08:26

3-图谱需求与任务流程解读.mp4

07:19

4-项目所需环境配置安装.mp4

10:01

5-构建用户电影知识图谱.mp4

11:37

6-图谱查询与匹配操作.mp4

05:34

7-相似度计算与推荐引擎构建.mp4

09:41

1-CTR估计及其经典方法概述.mp4

07:49

2-高维特征带来的问题.mp4

04:43

3-二项式特征的作用与挑战.mp4

04:59

4-二阶公式推导与化简.mp4

08:34

5-FM算法解析.mp4

08:16

6-DeepFm整体架构解读.mp4

05:19

7-输入层所需数据样例.mp4

05:18

8-Embedding层的作用与总结.mp4

08:07

1-数据集介绍与环境配置.mp4

10:53

2-广告点击数据预处理实例.mp4

10:37

3-数据处理模块Embedding层.mp4

07:32

4-Index与Value数据制作.mp4

06:53

5-一阶权重参数设计.mp4

07:26

6-二阶特征构建方法.mp4

07:36

7-特征组合方法实例分析.mp4

12:16

8-完成FM模块计算.mp4

05:23

9-DNN模块与训练过程.mp4

08:15

1-环境配置与数据集介绍.mp4

08:09

2-电影数据集预处理分析.mp4

08:50

3-surprise工具包基本使用.mp4

07:20

4-模型测试集结果.mp4

07:05

5-评估指标概述.mp4

11:29

1-数据与环境配置介绍.mp4

05:31

2-数据科学相关数据介绍.mp4

06:30

3-文本数据预处理.mp4

06:43

4-TFIDF构建特征矩阵.mp4

09:53

5-矩阵分解演示.mp4

06:35

6-LDA主题模型效果演示.mp4

09:55

7-推荐结果分析.mp4

05:45

1-电影数据与环境配置.mp4

12:55

2-数据与关键词信息展示.mp4

10:10

3-关键词云与直方图展示.mp4

06:17

4-特征可视化.mp4

09:13

5-数据清洗概述.mp4

09:10

6-缺失值填充方法.mp4

07:56

7-推荐引擎构造.mp4

10:49

8-数据特征构造.mp4

09:44

9-得出推荐结果.mp4

10:54

1-酒店数据与任务介绍.mp4

05:26

2-文本词频统计.mp4

07:23

3-ngram结果可视化展示.mp4

12:37

4-文本清洗.mp4

10:10

5-相似度计算.mp4

08:24

6-得出推荐结果.mp4

08:51

顶部