机器学习推荐系统
├─章节1-推荐系统工作原理
│ 01系列课程概述.mp4
│ 02推荐系统应用.mp4
│ 03数据,代码下载(点击参考资料下载).zip
│ 04推荐系统要完成的任务.mp4
│ 05相似度计算.mp4
│ 06基于用户的协同过滤.mp4
│ 07基于物品的协同过滤.mp4
│ 08隐语义模型.mp4
│ 09隐语义模型求解.mp4
│ 10模型评估标准.mp4
│
├─章节2-使用Tensorflow构造隐语义模型
│ 11Surprise库与数据简介.mp4
│ 12Surprise库使用方法.mp4
│ 13得出推荐商品结果.mp4
│
└─章节3-使用Surprise库建立推荐系统3
14使用Tensorflow构建隐语义模型.mp4
15模型架构.mp4
16损失函数定义.mp4
├─章节1-推荐系统工作原理
│ 01系列课程概述.mp4
│ 02推荐系统应用.mp4
│ 03数据,代码下载(点击参考资料下载).zip
│ 04推荐系统要完成的任务.mp4
│ 05相似度计算.mp4
│ 06基于用户的协同过滤.mp4
│ 07基于物品的协同过滤.mp4
│ 08隐语义模型.mp4
│ 09隐语义模型求解.mp4
│ 10模型评估标准.mp4
│
├─章节2-使用Tensorflow构造隐语义模型
│ 11Surprise库与数据简介.mp4
│ 12Surprise库使用方法.mp4
│ 13得出推荐商品结果.mp4
│
└─章节3-使用Surprise库建立推荐系统3
14使用Tensorflow构建隐语义模型.mp4
15模型架构.mp4
16损失函数定义.mp4
17训练网络.mp43
本文转载自:http://www.javaxxz.com/thread-365234-1-1.html