熱門Ptt文章

[爆卦]矩陣分解推薦系統是什麼？優點缺點精華區懶人包

雖然這篇矩陣分解推薦系統鄉民發文沒有被收入到精華區：在矩陣分解推薦系統這個話題中，我們另外找到其它相關的精選爆讚文章

在 矩陣分解推薦系統產品中有1篇Facebook貼文，粉絲數超過5萬的網紅軟體開發學習資訊分享，也在其Facebook貼文中提到， 跟著一位在這個領域的 Amazon 先鋒學習如何建立推薦系統，通過深度學習、神經網路和機器學習建議，幫助人們發現新的產品和內容 Frank Kane 在亞馬遜工作了九年多，在那裡他管理並領導了許多 Amazon 個性化產品推薦技術的開發。 從這 9.5 小時的課程，你會學到 1. 瞭...

「矩陣分解推薦系統」的推薦目錄
  • 軟體開發學習資訊分享

    矩陣分解推薦系統 在 軟體開發學習資訊分享 Facebook 的最讚貼文

    2018-09-09 13:20:00
    有 36 人按讚


    跟著一位在這個領域的 Amazon 先鋒學習如何建立推薦系統，通過深度學習、神經網路和機器學習建議，幫助人們發現新的產品和內容

    Frank Kane 在亞馬遜工作了九年多，在那裡他管理並領導了許多 Amazon 個性化產品推薦技術的開發。

    從這 9.5 小時的課程，你會學到

    1. 瞭解並應用基於使用者和基於項目的協同過濾向用戶推薦項目

    2. 用大規模地深度學習來建立推薦

    3. 利用神經網路和受限 Boltzmann 機器( RBM’s ) 建構推薦系統

    4. 使用遞歸神經網路( recurrent neural networks )和門閘遞迴單元( Gated Recurrent Units，GRU )製作基於會話( session-based )的推薦

    5. 建立一個用 Python 測試和評估推薦演演算法的框架
    應用正確的度量來評斷推薦系統的成功度

    6. 使用 SVD 和 SVD++ 等矩陣分解方法( matrix factorization methods )建構推薦系統

    7. 將 Netflix 和 YouTube 的實戰學習應用到你自己的推薦專案中

    8. 將許多推薦演算法結合在混合和整合方法中

    9. 使用 Apache Spark 在叢集上計算大規模的推薦

    10. 使用 K-Nearest-Neighbors 向用戶推薦項目

    11. 用基於內容的推薦解決”冷啟動”問題( 對新用戶一無所知，沒有數據基礎，就會有 cold start 的問題 )

    12. 瞭解大規模推薦系統共同問題的解決方案

    https://softnshare.com/…/building-recommender-systems-with…/

你可能也想看看

搜尋相關網站