亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全，請及時綁定郵箱和手機立即綁定

推薦算法理論與實踐

陳家棟 全棧工程師
難度中級
時長 1小時55分
學習人數
綜合評分9.57
23人評價 查看評價
9.4 內容實用
9.7 簡潔易懂
9.6 邏輯清晰
userId確實不該加1，應該在后面的int(row['userId'])-1進行減一。
7 for i in range(m):
8 idx = record[i:] != 0
----> 9 rating_mean[i] = np.mean(rating[i,idx])
10 rating_norm[i,idx] -= rating_mean[i]
11 return rating_norm,rating_mean

IndexError: too many indices for array: array is 2-dimensional, but 3 were indexed
要是有課件提供就好了。然后一直是說法，PPT字很少，很難做筆記。
筆記自己不會記？就會張口就來？
有筆記嗎，這樣不方便看和理解
https://blog.csdn.net/qq_41808387/article/details/104942820筆記整理，不當之處還望海涵指正！
能用這個來做畢設嗎
雖然是免費課，但是老師這樣講也不太好吧， 前面說的各種矩陣就是提了下，沒說怎么求，代價函數的字母表示 也有歧義
tensorflowV2 對api有一些改進
adamOptimizer -> https://github.com/tensorflow/tensorflow/issues/31502
random_noraml -> uniform
內容推薦部分，j用戶喜好乘以i電影內容減去j用戶對i電影的真實評分才是損失吧 怎么說的是i用戶對j電影的評分
講得超好，比那些模糊的協同過濾講得明白。
在數據處理的時候加點注釋會更好
首頁上一頁12345下一頁尾頁
課程須知
掌握python語法，自學能力強！
老師告訴你能學到什么？
1、基于內容的推薦系統的原理 2、基于矩陣分解的推薦系統的原理 3、基于商品的協同過濾的推薦系統的原理 4、基于用戶的協同過濾的推薦系統的原理 5、構建基于矩陣分解的電影推薦系統

微信掃碼，參與3人拼團

微信客服

購課補貼
聯系客服咨詢優惠詳情

 幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

 公眾號

掃描二維碼
關注慕課網微信公眾號
友情提示：

您好，此課程屬于遷移課程，您已購買該課程，無需重復購買，感謝您對慕課網的支持！

本次提問將花費2個積分

你的積分不足，無法發表

為什么扣積分？

本次提問將花費2個積分

繼續發表請點擊 "確定"

為什么扣積分？

舉報

0/150
提交
取消