机器学习-推荐系统实战视频课程【唐宇迪】

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。

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
4.6分 共22课时,共3小时51分钟
现价¥89.00
购买
  1. 课程介绍
  2. 课程大纲
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

机器学习-推荐系统实战视频课程【唐宇迪】

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。


51CTO学院-人工智能微职位高端培训-51CTO学院直播培训-专业的IT职业在线教育及实战培训平台.jpg

第一章推荐系统工作原理
9节1小时19分钟
1-1系列课程概述 [免费试看]
01:43
1-2推荐系统应用 [免费试看]
10:34
1-3推荐系统要完成的任务
06:39
1-4相似度计算
10:46
1-5基于用户的协同过滤算法
10:02
1-6基于物品的协同过滤算法
14:45
1-7隐语义模型
07:31
1-8隐语义模型求解
09:45
1-9模型评估标准
07:43
第二章Python从零开始构建音乐推荐系统
6节1小时30分钟
2-1音乐推荐任务概述
17:35
2-2数据集整合
08:19
2-3基于物品的协同过滤
13:18
2-4物品相似度计算与推荐
19:14
2-5SVD矩阵分解
16:54
2-6基于矩阵分解的音乐推荐
14:44
第三章使用Surprise库建立推荐系统
3节25分钟
3-1Surprise库简介
06:40
3-2Surprise库使用方法
09:46
3-3得出商品推荐结果
09:07
第四章使用Tensorflow构造隐语义模型
4节36分钟
4-1使用Tensorflow构造隐语义模型
09:09
4-2模型架构
10:06
讲师介绍
唐宇迪
讲师评分4.9分
同济大学硕士,华东理工大学博士,精通机器学习算法,主攻计算机视觉方向,著有《跟着迪哥学Python数据分析与机器学习实战》,线上选课学员30W+,累计开发课程50余门覆盖人工智能热门方向。联通,移动,中信等公司特邀企业培训导师,全国高校教师培训讲师,开展线下与直播培训百余场,具有丰富的授课经验。课程风格通俗易懂,擅长有最接地气的方式讲解复杂的算法问题。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载