人工智能机器学习推荐系统项目案例实战视频教程

人工智能机器学习推荐系统项目案例实战课程视频教程下载。课程从推荐系统概述开始,详解推荐系统中两大核心算法:协同过滤与隐语义模型。使用Surprise库对电影数据集进行建模推荐,最后使用Tensorflow实现一个简易的基于隐语义模型的推荐系统。

课程目标
掌握推荐系统原理与工作方式,使用Python库进行建模。

适用人群
机器学习,数据领域工作以及要转向人工智能方向的同学们。

课程简介
课程从推荐系统概述开始,详解推荐系统中两大核心算法:协同过滤与隐语义模型。使用Surprise库对电影数据集进行建模推荐,最后使用Tensorflow实现一个简易的基于隐语义模型的推荐系统。

课程章节

第1章推荐系统工作原理
1-1系列课程概述
1-2推荐系统应用
1-3推荐系统要完成的任务
1-4相似度计算
1-5基于用户的协同过滤算法
1-6基于物品的协同过滤算法
1-7隐语义模型
1-8隐语义模型求解
1-9模型评估标准

第2章使用Surprise库建立推荐系统
2-1Surprise库简介
2-2Surprise库使用方法
2-3得出商品推荐结果

第3章使用Tensorflow构造隐语义模型
3-1使用Tensorflow构造隐语义模型
3-2模型架构
3-3损失函数定义
3-4训练网络

文章来源:本文转载自互联网

1. 本站所有资源均来源于用户上传和网络,如有侵权请联系站长!
2. 分享目的仅供大家学习和交流,请在下载后24小时内删除!
3. 不得用于商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,均不包含技术服务请知悉!
5. 本站资源售价只是赞助,赞助费用仅维持本站的日常运营所需!
云码库 » 人工智能机器学习推荐系统项目案例实战视频教程

发表评论

提供最优质的资源集合

立即查看 了解详情