mksz297 - BAT大牛亲授 个性化推荐算法实战(可用于毕设)
mksz297-BAT大牛亲授 个性化推荐算法实战(可用于毕设)
第11章
第08章
第04章
第09章
第07章
第03章
资料
第12章
第02章
第05章
第01章
第10章
第06章
11-1 学习排序部分总结与回顾-.mp4
9-5 代码训练gbdt模型-.mp4
9-6 gbdt模型最优参数选择-.mp4
9-3 xgboost数学原理介绍-.mp4
9-2 梯度提升树的数学原理与构建流程-.mp4
9-8 模型在测试数据集表现 上-.mp4
9-9 模型在测试数据集表现 下-.mp4
9-7 代码训练gbdt与lr混合模型-.mp4
9-4 gbdt与lr混合模型网络介绍-.mp4
9-1 背景知识介绍之决策树-.mp4
8-9 lr模型在测试数据集上表现-下-.mp4
8-8 lr模型在测试数据集上表现-上-.mp4
8-7 lr模型的训练-.mp4
8-4 代码实战lr之样本选择-.mp4
8-6 代码实战lr之连续特征处理-.mp4
8-5 代码实战lr之离散特征处理-.mp4
8-1 逻辑回归模型的背景知识介绍-.mp4
8-3 样本选择与特征选择相关知识-.mp4
8-10 lr模型训练之组合特征介绍-.mp4
8-2 逻辑回归模型的数学原理-.mp4
4-4 代码生成item2vec模型所需训练数据-.mp4
4-6 基于item bedding产出物品相似度矩阵与item2vec推荐流程梳理-1.mp4
4-5 word2vec运行参数介绍与item embedding-.mp4
4-3 item2vec依赖模型word2vec之skip gram数学原理介绍-.mp4
4-1 item2vec算法的背景与物理意义-.mp4
4-2 item2vec依赖模型word2vec之cbow数学原理介绍-.mp4
4-6 基于item bedding产出物品相似度矩阵与item2vec推荐流程梳理-2.mp4
12-1 个性化推荐算法实战课程总结与回顾-.mp4
personal_recommendation
个性化推荐算法实战
7-1 学习排序综述-.mp4
3-2 personal rank 算法的数学公式推导-.mp4
3-7 代码实战personal rank算法的矩阵版本下-2-.mp4
3-4 代码实战personal rank算法的基础版本-.mp4
3-3 代码构建用户物品二分图-.mp4
3-6 代码实战personal rank算法的矩阵版本下 -1-.mp4
3-5 代码实战personal rank算法矩阵版本上-.mp4
3-1 personal rank算法的背景与物理意义-.mp4
5-1 content based算法理论知识介绍-.mp4
5-2 content based算法代码实战之工具函数的书写-.mp4
5-3 用户刻画与基于内容推荐的代码实战。-.mp4
10-6 wd模型的训练与模型在测试数据集上的表现-.mp4
10-1 背景知识介绍之什么是深度学习-.mp4
10-3 wide and deep网络结构与数学原理介绍-.mp4
10-2 dnn网络结构与反向传播算法-.mp4
10-5 代码实战wd模型之模型对象的构建-.mp4
10-4 .代码实战wd模型之wide侧与deep侧特征构建-.mp4
1-1 个性化推荐算法综述-.mp4
1-2 个性化召回算法综述-.mp4
2-5 lfm模型训练-.mp4
2-3 基础工具函数的代码书写-.mp4
2-4 lfm算法训练数据抽取-.mp4
2-6 基于lfm的用户个性化推荐与推荐结果分析-.mp4
2-2 lfm算法的理论基础与公式推导-.mp4
2-1 lfm算法综述-.mp4
6-1 个性化召回算法总结与评估方法的介绍。-.mp4
Item2Vec
ContentBased
index.html
Chapter8.pdf
chapter2.pdf
Chapter7.pdf
Chapter1.pdf
Chapter11.pdf
chapter3(1) .pdf
Chapter12.pdf
chapter3.pdf
chapter4.pdf
Chapter10.pdf
chapter5.pdf
Chapter6.pdf
Chapter9.pdf
bin
data
README.md
ReadMe
production
util
README.md
word2vec
content_based.py
__init__.py
read.py
item_vec_bk.txt
item_vec.txt
movies.txt
本文隐藏内容 登录
后才可以浏览
资源失效、缺失、错误不要慌
生活不止苟且,还有我喜爱的海岸.
微信打赏
支付宝打赏