久草热精品在线视频,亚洲伊人色情站

首頁免費課個性化推薦算法實戰入門必修課問答

個性化推薦算法實戰入門必修課

                
                David
            算法工程師

                    查看講師更多課程 
                    David講師的其他課程
                
個性化推薦算法實戰（可用于畢設）  BAT大牛親授 
實戰·中級·841

                                                                                                                                    ￥349.00
                                            
                難度中級
            
                時長 2小時24分
            
                學習人數
            
綜合評分9.37
                            14人評價
                        查看評價
                                9.4
                                內容實用
                            
                                9.1
                                簡潔易懂
                            
                                9.6
                                邏輯清晰

全部評論問答未解決精華

慕仙1928699

這個老師實戰派，肚子里有點貨，不想隔壁那個講推薦的，對著數學公式亂講。

5 3-1 數據集介紹與公共信息抽取函數代碼實戰_x264

2018-11-08

itemcf 的兩個升級公式能融合成一個公式嗎？代碼方面怎么處理？

已采納回答 / David

您好，可以直接將兩種優化下的得分乘起來。公式的話就是在優化一的分子上乘f (delta T).

1 回答 1022 瀏覽 3-5 itemcf公式升級代碼實戰-下

2018-11-04

視頻中的data方便給下嗎

最新回答 / 張山

http://files.grouplens.org/datasets/movielens/ml-1m.zip

1 回答 1016 瀏覽 3-3 itemcf基礎部分代碼實戰-下

2018-10-30

視頻中的數據方便給下嗎郵箱是[email protected]

講師回答 / David

moive len數據集開源的。您百度一下下一下就可以。下一個小的。謝謝您的觀看。

1 回答 1182 瀏覽 3-3 itemcf基礎部分代碼實戰-下

2018-10-30

您好，我理解您所說的物品間相關性是穩定的是指的物品的屬性計算，比如我們兩個都是講宮斗的電視劇，兩個不同品牌但都是薯片的零食等等。我們這里cf得到的item sim矩陣是基于用戶的行為來體現的。用戶的興趣會隨時間變化。比如我一年之前喜歡籃球，我愛看科比。現在我喜歡綜藝，我愛看爸爸去哪兒。這兩個物品都被我行為過，如果不加時間衰減，那么我就給這倆物品的相似度計算過程中分子貢獻1，如果算了時間衰減，也許我的貢獻就是0.01.如果用戶中存在很多這樣的‘我’，不衰減豈不是爸爸去哪兒和科比成了很相似的。您理解一下看...

1 回答 933 瀏覽 2-1 itemcf的理論部分與理論升級

2018-10-28