人工智能机器学习推荐系统项目案例实战视频教程 - 辰枫源码

上传

点击文件名下载附件　　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

　 (, 下载次数: 0)