推荐系统是人工智能领域的热门话题,被很多公司广泛使用。他们到处推荐电影、音乐、视频、产品、服务等。例如,当您在 Netflix 上看完电影时,系统会为您显示您可能喜欢的其他电影。这是推荐系统的经典例子!
在本课程中,您将从理论和实践中学习推荐系统的工作原理!您将实现基于应用于电影推荐的协同过滤技术的算法(基于用户的过滤和基于项目的过滤)。我们将使用一个小数据集来测试所有数学计算。然后,我们将使用著名的 MovieLens 数据集测试我们的算法,该数据集拥有超过 100.000 个实例。在课程结束时(从头开始实现算法之后),您将学习如何使用两个预构建的库:LibRecommender 和 Surprise!
本课程的独特之处在于,您将在 Python 中从头开始逐步实施,学习所有数学计算。这可以被认为是关于推荐系统的第一门课程,因此,如果您从未听说过如何实现它们,那么最后您将拥有开发一些简单项目的所有理论和实践背景,并学习更高级的课程。我们在课室见!
MP4 | 视频:h264,1280×720 | 音频:AAC,44.1 KHz,2 Ch
类型:电子学习 | 语言:英语+srt | 持续时间:29 次讲座 (3h 52m) | 大小:1 GB
您将学到:
了解推荐系统的基础知识
了解协同过滤的理论和数学计算
在 Python 中逐步实现基于用户的协同过滤和基于项目的协同过滤
使用以下推荐系统库:LibRecommender 和 Surprise
使用用于为用户生成电影推荐的 MovieLens 数据集
原文链接:https://vuesite.cn/16915.html,转载请注明出处。