51CTO-推薦系統(tǒng)實戰(zhàn)系列
本課程由趣資料網(wǎng)站（trvvqae.cn）收集整理
資源簡介：
資源大?。?.55 GB
課程目錄
1 課程簡介.mp4
2 推薦系統(tǒng)通俗解讀.mp4
3 推薦系統(tǒng)發(fā)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(zhàn)概述.mp4
6 常用技術點分析.mp4
7 與深度學習的結合.mp4
8 協(xié)同過濾與矩陣分解簡介.mp4
9 基于用戶與商品的協(xié)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(shù)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(shù)據(jù)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(yī)療領域應用實例.mp4
24 金融與推薦領域的應用.mp4
25 數(shù)據(jù)獲取分析.mp4
26 Neo4j圖數(shù)據(jù)庫介紹.mp4
27 Neo4j數(shù)據(jù)庫安裝流程演示.mp4
28 可視化例子演示.mp4
29 創(chuàng)建與刪除操作演示.mp4
30 數(shù)據(jù)庫更改查詢操作演示.mp4
31 知識圖譜推薦系統(tǒng)效果演示.mp4
32 kaggle電影數(shù)據(jù)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(huán)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(jīng)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(zhàn).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(shù)據(jù)樣例.mp4
45 Embedding層的作用與總結.mp4
46 數(shù)據(jù)集介紹與環(huán)境配置.mp4
47 廣告點擊數(shù)據(jù)預處理實例.mp4
48 數(shù)據(jù)處理模塊Embedding層.mp4
49 Index與Value數(shù)據(jù)制作.mp4
50 一階權重參數(shù)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(huán)境配置與數(shù)據(jù)集介紹.mp4
56 電影數(shù)據(jù)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(shù)據(jù)與環(huán)境配置介紹.mp4
61 數(shù)據(jù)科學相關數(shù)據(jù)介紹.mp4
62 文本數(shù)據(jù)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(shù)據(jù)與環(huán)境配置.mp4
68 數(shù)據(jù)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(shù)據(jù)清洗概述.mp4
72 缺失值填充方法.mp4
73 推薦引擎構造.mp4
74 數(shù)據(jù)特征構造.mp4
75 得出推薦結果.mp4
76 數(shù)據(jù)與任務介紹.mp4
77 文本詞頻統(tǒng)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(tǒng)實戰(zhàn)系列
