资源详情

推荐系统实战系列|数据代码|9 基于用户与商品的协同过滤

推荐系统实战系列

数据代码.txt 0.0MB

9 基于用户与商品的协同过滤.mp4 18.3MB

81 得出推荐结果ev.mp4 37.1MB

80 相似度计算ev.mp4 31.8MB

8 协同过滤与矩阵分解简介.mp4 11.3MB

79 文本清洗ev.mp4 24.2MB

78 ngram结果可视化展示ev.mp4 36.2MB

77 文本词频统计ev.mp4 22.5MB

76 数据与任务介绍ev.mp4 16.5MB

75 得出推荐结果.mp4 53.7MB

74 数据特征构造.mp4 38.3MB

73 推荐引擎构造.mp4 47.7MB

72 缺失值填充方法.mp4 37.9MB

71 数据清洗概述.mp4 53.1MB

70 特征可视化.mp4 38.9MB

7 与深度学习的结合.mp4 24.2MB

69 关键词云与直方图展示.mp4 36.5MB

68 数据与关键词信息.mp4 47.8MB

67 数据与环境配置.mp4 61.9MB

66 推荐结果分析.mp4 31.8MB

65 LDA主题模型效果演示.mp4 45.1MB

64 矩阵分解演示ev.mp4 19.3MB

63 TFIDF构建特征矩阵ev.mp4 14.4MB

62 文本数据预处理ev.mp4 24.6MB

61 数据科学相关数据介绍.mp4 27.3MB

60 数据与环境配置介绍.mp4 19.3MB

6 常用技术点分析.mp4 16.4MB

59 评估指标概述.mp4 57.8MB

58 模型测试集结果.mp4 30.7MB

57 surprise工具包基本使用.mp4 32.5MB

56 电影数据集预处理分析.mp4 33.4MB

55 环境配置与数据集介绍.mp4 34.6MB

54 DNN模块与训练过程.mp4 37.4MB

53 完成FM模块计算.mp4 24.1MB

52 特征组合方法实例分析.mp4 46.9MB

51 二阶特征构建方法.mp4 28.3MB

50 一阶权重参数设计.mp4 32.0MB

5 任务流程与挑战概述ev.mp4 18.7MB

49 Index与Value数据制作.mp4 29.0MB

48 数据处理模块Embedding层.mp4 32.1MB

47 广告点击数据预处理实例.mp4 48.9MB

46 数据集介绍与环境配置.mp4 49.5MB

45 Embedding层的作用与总结.mp4 21.5MB

44 输入层所需数据样例.mp4 13.0MB

43 DeepFm整体架构解读.mp4 14.5MB

42 FM算法解析.mp4 20.0MB

41 二阶公式推导与化简.mp4 20.4MB

40 二项式特征的作用与挑战.mp4 11.1MB

4 应用领域与多方位评估指标ev.mp4 17.3MB

39 高维特征带来的问题.mp4 12.2MB

38 CTR估计及其经典方法概述.mp4 20.9MB

37 相似度计算与推荐引擎构建.mp4 39.9MB

36 图谱查询与匹配操作.mp4 19.4MB

35 构建用户电影知识图谱.mp4 52.6MB

34 项目所需环境配置安装.mp4 45.6MB

33 图谱需求与任务流程解读.mp4 27.0MB

32 kaggle电影数据集下载与配置.mp4 42.9MB

31 知识图谱推荐系统效果演示.mp4 23.2MB

30 数据库更改查询操作演示.mp4 29.0MB

3 推荐系统发展简介ev.mp4 16.4MB

29 创建与删除操作演示.mp4 26.7MB

28 可视化例子演示.mp4 43.6MB

27 Neo4j数据库安装流程演示.mp4 27.8MB

26 Neo4j图数据库介绍.mp4 47.4MB

25 数据获取分析.mp4 37.5MB

24 金融与推荐领域的应用.mp4 22.3MB

23 知识图谱在医疗领域应用实例ev.mp4 53.1MB

22 知识图谱在搜索引擎中的应用ev.mp4 17.7MB

21 知识图谱通俗解读ev.mp4 14.1MB

20 基于矩阵分解的音乐推荐.mp4 85.7MB

2 推荐系统通俗解读ev.mp4 12.5MB

19 SVD矩阵分解.mp4 70.9MB

18 物品相似度计算与推荐.mp4 73.8MB

17 数据集整合.mp4 50.7MB

16 音乐推荐任务概述.mp4 69.4MB

15 Embedding的作用.mp4 10.7MB

14 隐式情况分析.mp4 13.7MB

13 目标函数简介.mp4 11.8MB

12 矩阵分解中的隐向量.mp4 25.3MB

11 矩阵分解的目的与效果.mp4 20.1MB

10 相似度计算与推荐实例.mp4 15.2MB

1 课程简介ev.mp4 37.8MB

文件大小:2.5GB时间:2024-02-22举报资源
提取密码546d 点击复制

网盘链接有效,可以访问

使用说明

《推荐系统实战系列|数据代码|9 基于用户与商品的协同过滤》来源于网盘资源爬虫采集。盘搜搜不复制、传播、储存任何网盘资源,也不提供资源下载服务,链接会跳转至百度网盘,资源的安全性与有效性请您自行辨别。