课程目录
1-1 [推荐系统工作原理] 系列课程概述 (01:43) 1-2 [推荐系统工作原理] 推荐系统应用 (10:34) 1-3 [推荐系统工作原理] 推荐系统要完成的任务 (06:39) 1-4 [推荐系统工作原理] 相似度计算 (10:46) 1-5 [推荐系统工作原理] 基于用户的协同过滤算法 (10:02) 1-6 [推荐系统工作原理] 基于物品的协同过滤算法 (14:45) 1-7 [推荐系统工作原理] 隐语义模型 (07:31) 1-8 [推荐系统工作原理] 隐语义模型求解 (09:45) 1-9 [推荐系统工作原理] 模型评估标准 (07:43) 2-1 [Python从零开始构建音乐推荐系统] 音乐推荐任务概述 (17:35) 2-2 [Python从零开始构建音乐推荐系统] 数据集整合 (08:19) 2-3 [Python从零开始构建音乐推荐系统] 基于物品的协同过滤 (13:17) 2-4 [Python从零开始构建音乐推荐系统] 物品相似度计算与推荐 (19:14) 2-5 [Python从零开始构建音乐推荐系统] SVD矩阵分解 (16:54) 2-6 [Python从零开始构建音乐推荐系统] 基于矩阵分解的音乐推荐 (14:44) 3-1 [使用Surprise库建立推荐系统] Surprise库简介 (06:40) 3-2 [使用Surprise库建立推荐系统] Surprise库使用方法 (09:46) 3-3 [使用Surprise库建立推荐系统] 得出商品推荐结果 (09:06) 4-1 [使用Tensorflow构造隐语义模型] 使用Tensorflow构造隐语义模型 (09:08) 4-2 [使用Tensorflow构造隐语义模型] 模型架构 (10:06) 4-3 [使用Tensorflow构造隐语义模型] 损失函数定义 (08:25) 4-4 [使用Tensorflow构造隐语义模型] 训练网络 (08:37)
