推荐算法理论与实践_技术问答_慕课网

首页免费课推荐算法理论与实践问答

推荐算法理论与实践

全部评论问答未解决精华

米开朗琪罗哎

7 for i in range(m):
8 idx = record[i:] != 0
----> 9 rating_mean[i] = np.mean(rating[i,idx])
10 rating_norm[i,idx] -= rating_mean[i]
11 return rating_norm,rating_mean

IndexError: too many indices for array: array is 2-dimensional, but 3 were indexed

0 3-2 -电影推荐系统-构建模型

2021-05-13

米开朗琪罗哎

要是有课件提供就好了。然后一直是说法，PPT字很少，很难做笔记。

0 2-2 -基于内容的推荐系统

2021-05-12

HelloWorld433

笔记自己不会记？就会张口就来？

0 3-4 -构建完整的电影推荐系统

2021-05-04

weixin_慕仔5120639

有笔记吗，这样不方便看和理解

0 3-4 -构建完整的电影推荐系统

2020-06-18

慕桂英7218586

有ppt吗

0 2-1 -电影推荐系统原理

2020-05-09

weixin_慕用7008922

学习了，不错

0 3-4 -构建完整的电影推荐系统

2020-04-05

打第十四杠算盘

些视频讲的很垃圾

2 2-3 -基于矩阵分解的协同过滤

2020-03-22

莫欺少年穷m

https://blog.csdn.net/qq_41808387/article/details/104942820笔记整理，不当之处还望海涵指正！

0

2020-03-18

qq_面瘫_2

能用这个来做毕设吗

0 2-1 -电影推荐系统原理

2020-03-16

Fellow__

虽然是免费课，但是老师这样讲也不太好吧，前面说的各种矩阵就是提了下，没说怎么求，代价函数的字母表示也有歧义

0 2-3 -基于矩阵分解的协同过滤

2020-02-12

慕仰8904654

tensorflowV2 对api有一些改进
adamOptimizer -> https://github.com/tensorflow/tensorflow/issues/31502
random_noraml -> uniform

2 3-3 -电影推荐系统-模型训练与评估

2020-01-13

凯德里安

内容推荐部分，j用户喜好乘以i电影内容减去j用户对i电影的真实评分才是损失吧怎么说的是i用户对j电影的评分

1 2-1 -电影推荐系统原理

2019-10-25

qq_左东心台

讲得超好，比那些模糊的协同过滤讲得明白。

1 2-1 -电影推荐系统原理

2019-09-10

慕仙3805527

在数据处理的时候加点注释会更好

1 3-4 -构建完整的电影推荐系统

2019-08-30

慕UI5546377

好()，

1 2-5 -冷启动问题

2019-07-21

首页上一页1 2 3 4 5 下一页尾页

开始学习

课程须知: 掌握python语法，自学能力强！

老师告诉你能学到什么？: 1、基于内容的推荐系统的原理 2、基于矩阵分解的推荐系统的原理 3、基于商品的协同过滤的推荐系统的原理 4、基于用户的协同过滤的推荐系统的原理 5、构建基于矩阵分解的电影推荐系统

微信扫码，参与3人拼团

意见反馈帮助中心 APP下载

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！

查看已购买的课程

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？

确认取消

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？

确认取消

举报

0/150

提交

取消