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
好()，
基于內容推薦是對同一用戶的已有商品進行類似商品推薦，多用于分析商品的電商，基于協同過濾是對某一用戶推薦另一相似用戶進行類似內容推薦，多用于需要分析用戶的廣告以及信息流。
內容重復了啊？？
實踐證明是需要加1的。上一條評論作廢
我感覺老師講錯了。userId應該不需要加1啊
講的非常好，強烈推薦
講的很好，希望老師繼續講解最前沿的推薦算法，比如使用cnn以及rnn實現的推薦系統
那個構建模型的地方錯了吧，rating_norm已經成了零矩陣了。怎么還rating_norm[i,idx] -=rating_mean[i] 我覺得應該是rating_norm[i,idx]=rating_mean[i,idx]-rating_mean[i]
神他媽按照數學公式來講，你當上數學課啊，你的聽眾是程序員，退一萬步講，上numpy的代碼也比上也一串數學公式好啊。。
應該介紹一下代碼的方法吧，都不知道在說什么
打卡?。。。?/div>
感覺公式講的很不清晰
能否別念公式？交代下公式解決什么問題？以及背景？
講課通俗易懂，非常好，值得學習
2.1 和2.2 內容重復了
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