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…/
「協同過濾python」的推薦目錄:
- 關於協同過濾python 在 軟體開發學習資訊分享 Facebook 的最佳貼文
- 關於協同過濾python 在 [發案] CF協同過濾電影推薦系統(python) - 看板CodeJob 的評價
- 關於協同過濾python 在 Python實作電影推薦系統 的評價
- 關於協同過濾python 在 1.10 协同过滤通过杰卡德相似度计算推荐结果案例 - YouTube 的評價
- 關於協同過濾python 在 基于Python实现User的协同过滤CF 的評價
- 關於協同過濾python 在 collaborative filtering item based with python 的評價
- 關於協同過濾python 在 第88 期 的評價
協同過濾python 在 Python實作電影推薦系統 的推薦與評價
電影推薦系統實作資料採用公開資料集MovieLens 做為數據,這裡只用ratings.csv和movies.csv,並參考網路上的資源實作內容過濾與協同過濾的程式。 ... <看更多>
協同過濾python 在 1.10 协同过滤通过杰卡德相似度计算推荐结果案例 - YouTube 的推薦與評價
Python 推荐系统简介:1.10 协同过滤 通过杰卡德相似度计算推荐结果案例. 自学编程. 自学编程. 281 subscribers. Subscribe. <__slot-el>. Subscribed. ... <看更多>
協同過濾python 在 [發案] CF協同過濾電影推薦系統(python) - 看板CodeJob 的推薦與評價
凡是「 」開始的行,都請使用 刪除。
如果對於發案文章格式有不清楚的地方,請參考置底文章: 發案 發案範例
發案人:林小姐
聯絡方式1:站內信,後加line
所在地區 :台北
有效時間:兩日內
專案說明:因研究需求,需要簡易開發一個CF協同過濾的電影推薦系統,資料集
使用movielens,程式碼需要使用python。基本需要倒出對單一使用者的推薦電影及預測
分數。更多細節要求,有興趣者可再後續溝通。
預算:3000(可再議價)
接案者要求:對python熟悉,且效率高
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.140.185.45 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/CodeJob/M.1578257847.A.E8F.html
※ 編輯: thinpony (223.140.185.45 臺灣), 01/06/2020 05:08:52
... <看更多>