午夜毛片在线区,av无码精品一区二区三区宅噜噜 ,国产一区二区三区人人爱

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

數據集和代碼怎么下載

+ 我來回答回答最高可+2積分

1 回答 1673 瀏覽 3-5 itemcf公式升級代碼實戰-下

2019-01-31

求救救救救救

+ 我來回答回答最高可+2積分

2 回答 1004 瀏覽 3-3 itemcf基礎部分代碼實戰-下

2019-01-22

方便po出源碼，希望可以多多的研究

最新回答 / David

您好，根據慕課網的規定，好像免費課不能提供，非常遺憾。不過你可以對著屏幕敲一下。沒多少。謝謝。

1 回答 1108 瀏覽 3-6 usercf基礎部分代碼實戰-上

2019-01-21

unhashable type: 'slice'

已采納回答 / David

print type(?sim_info[itemid])。debug一下。

1 回答 4939 瀏覽 3-3 itemcf基礎部分代碼實戰-下

2019-01-20

itemcf在usercf的選擇

最新回答 / David

這個根據你自己的用戶量級，用戶量級不大的情況下，usercf。用戶量級太大的話 usercf需要工程技巧比較大。

1 回答 1207 瀏覽 3-5 itemcf公式升級代碼實戰-下

2019-01-20

老師，提問！?。?/i>

+ 我來回答回答最高可+2積分

1 回答 840 瀏覽 3-1 數據集介紹與公共信息抽取函數代碼實戰_x264
2019-01-18

這里的s(j,k)應該是s(i,k)吧

最新回答 / AJR
辛虧你自問自答了這個問題，我剛才還在想這個s(i,k)表示的是什么意思呢?

3 回答 1372 瀏覽 2-1 itemcf的理論部分與理論升級
2019-01-14

注釋部分問題

已采納回答 / David
我是讓大家看懂這個數據結構，我難道還得窮舉出來嗎？真實系統itemid 好幾百萬，我光列這個itemid 就用好幾頁？

2 回答 1353 瀏覽 3-1 數據集介紹與公共信息抽取函數代碼實戰_x264
2019-01-14

笛卡爾乘積計算量大

最新回答 / David
當user達到千萬級別，不管item量級是不是千萬都選 itemcf。因為item 可以做初步的剪枝，比如非同類別不計算等等控制計算量。

1 回答 1379 瀏覽
2019-01-11

usercf中的cal_recom中的tmp_list根本沒有用上

最新回答 / David
放在那里本意是，給某個user推薦時候，不要推薦他曾經點擊過的物品。是這個意思，代碼里確實沒寫上。

1 回答 1099 瀏覽
2019-01-04

關于P值的計算，好像這樣寫才對吧，您沒有考慮累加？

最新回答 / heima_0001
這個寫的和課程里面的有什么區別嗎

1 回答 713 瀏覽 3-3 itemcf基礎部分代碼實戰-下
2019-01-03

在計算相似度得分的時候，對于itemi里面，為什么不進行去重呢？

已采納回答 / David
相似度得分沒有算自己和自己的相似度。

1 回答 1219 瀏覽
2018-12-19

如果數據有重復的怎么辦？

已采納回答 / David
明白你的意思了，這個地方你說的重復是指的舉例，比如點擊了1,2,3 三個item，這三個item比如說都推出了4這個item，對4這個item的得分應該累加更妥當。

1 回答 1084 瀏覽 3-2 itemcf基礎部分代碼實戰-上
2018-12-19

教程中的代碼方便給一下嗎？

最新回答 / KuKuXia
你好，我將自己敲的代碼分享到我的Github了，你可以看看，地址：https://github.com/KuKuXia/Recommendation_System/blob/master/05_iMooc_Recommendation_System_Basics.ipynb僅供大家交流學習

2 回答 939 瀏覽 3-8 usercf公式升級代碼實戰
2018-12-14

P值問題-2

已采納回答 / David
這里累加的意思是這樣的舉例如下：我點擊了1，2兩個物品因為1推出了3，4，5 因為2推出了4，7，8 那么在我們寫推薦結果時 4是將1和2對他的得分累加起來。是這個意思。祝學習順利。

2 回答 1164 瀏覽 3-3 itemcf基礎部分代碼實戰-下
2018-12-11

首頁上一頁 1 2 3 4 5 下一頁尾頁

開始學習

課程須知

1、對高數公式的基本掌握，矩陣知識的大體了解。 2、對python編程語法的熟悉，常用數據結構的掌握。

老師告訴你能學到什么？

1. 工業界個性化推薦算法的主流程與個性化推薦召回算法的主落地架構。 2. 協同過濾的理論與代碼實戰。 3. 工業界對個性化推薦算法的在線離線評估。

微信掃碼，參與3人拼團

你發的評論可能會是問題？
是否將他發到問答中

熱搜

最近搜索清空

個性化推薦算法實戰入門必修課