51CTO-推薦系統實戰系列
本課程由趣資料網站（m.fun-affair.com）收集整理

資源簡介：
資源大小：2.55 GB

課程目錄

1 課程簡介.mp4

2 推薦系統通俗解讀.mp4

3 推薦系統發展簡介.mp4

4 應用領域與多方位評估指標.mp4

5 任務流程與挑戰概述.mp4

6 常用技術點分析.mp4

7 與深度學習的結合.mp4

8 協同過濾與矩陣分解簡介.mp4

9 基于用戶與商品的協同過濾.mp4

10 相似度計算與推薦實例.mp4

11 矩陣分解的目的與效果.mp4

12 矩陣分解中的隱向量.mp4

13 目標函數簡介.mp4

14 隱式情況分析.mp4

15 Embedding的作用.mp4

16 音樂推薦任務概述.mp4

17 數據集整合.mp4

18 物品相似度計算與推薦.mp4

19 SVD矩陣分解.mp4

20 基于矩陣分解的音樂推薦.mp4

21 知識圖譜通俗解讀.mp4

22 知識圖譜在搜索引擎中的應用.mp4

23 知識圖譜在醫療領域應用實例.mp4

24 金融與推薦領域的應用.mp4

25 數據獲取分析.mp4

26 Neo4j圖數據庫介紹.mp4

27 Neo4j數據庫安裝流程演示.mp4

28 可視化例子演示.mp4

29 創建與刪除操作演示.mp4

30 數據庫更改查詢操作演示.mp4

31 知識圖譜推薦系統效果演示.mp4

32 kaggle電影數據集下載與配置.mp4

33 圖譜需求與任務流程解讀.mp4

34 項目所需環境配置安裝.mp4

35 構建用戶電影知識圖譜.mp4

36 圖譜查詢與匹配操作.mp4

37 相似度計算與推薦引擎構建.mp4

38 CTR估計及其經典方法概述.mp4

39 高維特征帶來的問題.mp4

40 二項式特征的作用與挑戰.mp4

41 二階公式推導與化簡.mp4

42 FM算法解析.mp4

43 DeepFm整體架構解讀.mp4

44 輸入層所需數據樣例.mp4

45 Embedding層的作用與總結.mp4

46 數據集介紹與環境配置.mp4

47 廣告點擊數據預處理實例.mp4

48 數據處理模塊Embedding層.mp4

49 Index與Value數據制作.mp4

50 一階權重參數設計.mp4

51 二階特征構建方法.mp4

52 特征組合方法實例分析.mp4

53 完成FM模塊計算.mp4

54 DNN模塊與訓練過程.mp4

55 環境配置與數據集介紹.mp4

56 電影數據集預處理分析.mp4

57 surprise工具包基本使用.mp4

58 模型測試集結果.mp4

59 評估指標概述.mp4

60 數據與環境配置介紹.mp4

61 數據科學相關數據介紹.mp4

62 文本數據預處理.mp4

63 TFIDF構建特征矩陣.mp4

64 矩陣分解演示.mp4

65 LDA主題模型效果演示.mp4

66 推薦結果分析.mp4

67 數據與環境配置.mp4

68 數據與關鍵詞信息.mp4

69 關鍵詞云與直方圖展示.mp4

70 特征可視化.mp4

71 數據清洗概述.mp4

72 缺失值填充方法.mp4

73 推薦引擎構造.mp4

74 數據特征構造.mp4

75 得出推薦結果.mp4

76 數據與任務介紹.mp4

77 文本詞頻統計.mp4

78 ngram結果可視化展示.mp4

79 文本清洗.mp4

80 相似度計算.mp4

81 得出推薦結果.mp4

---

獲取資源請下滑頁面查看

51CTO-推薦系統實戰系列