为了账号安全,请及时绑定邮箱和手机立即绑定

个性化推荐算法实战入门必修课

难度中级
时长 2小时24分
学习人数
综合评分9.37
14人评价 查看评价
9.4 内容实用
9.1 简洁易懂
9.6 逻辑清晰

最新回答 / KuKuXia
你好,我将自己敲的代码分享到我的Github了,你可以看看,地址:https://github.com/KuKuXia/Recommendation_System/blob/master/05_iMooc_Recommendation_System_Basics.ipynb仅供大家交流学习

已采纳回答 / David
这里累加的意思是这样的 举例如下:我点击了1,2两个物品 因为1推出了3,4,5 因为2推出了4,7,8 那么在我们写推荐结果时 4是将1和2对他的得分累加起来。是这个意思。祝学习顺利。

已采纳回答 / David
您好,取了top几个物品是由于有时效性,推荐过程中,我们不可能把用户去年操作过的物品也拿过来做itemcf。因为随着时间推移。可能早已经不喜欢之前的物品了。所以召回过程中考虑到这一点。谢谢。

最赞回答 / qq_兜兜风_1
应该是ml-latest-small.zip,只有1M的这个文件,rating.csv里面的数据会有不同,应该是更新过,movies.csv文件的数据是一样的
老师需要在“通俗易懂”方面再下点功夫呀,虽然知道这是行业的通病...
这个老师实战派,肚子里有点货,不想隔壁那个讲推荐的,对着数学公式乱讲。
课程须知
1、对高数公式的基本掌握,矩阵知识的大体了解。 2、对python编程语法的熟悉,常用数据结构的掌握。
老师告诉你能学到什么?
1. 工业界个性化推荐算法的主流程与个性化推荐召回算法的主落地架构。 2. 协同过滤的理论与代码实战。 3. 工业界对个性化推荐算法的在线离线评估。

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消