博哥万T资源库（连续6年更新）-2024更新一区-/【2022知识学院合集】/★知识学院1/【IT专区】/IT一区/01 慕课网/0102、慕课网-实战/实战（新更）―2.21/BAT大牛亲授-个性化推荐算法实战

主页/【2022知识学院合集】/★知识学院1/【IT专区】/IT一区/01 慕课网/0102、慕课网-实战/实战（新更）―2.21/BAT大牛亲授-个性化推荐算法实战/

说明
资料
1-1 个性化推荐算法综述.mp4
1-2 个性化召回算法综述.mp4
2-1 LFM算法综述.mp4
2-2 LFM算法的理论基础与公式推导.mp4
2-3 基础工具函数的代码书写.mp4
2-4 LFM算法训练数据抽取.mp4
2-5 LFM模型训练.mp4
2-6 基于LFM的用户个性化推荐与推荐结果分析.mp4
3-1 personal rank算法的背景与物理意义.mp4
3-2 personal rank 算法的数学公式推导.mp4
3-3 代码构建用户物品二分图.mp4
3-4 代码实战personal rank算法的基础版本.mp4
3-5 代码实战personal rank算法矩阵版本上.mp4
3-6 代码实战personal rank算法的矩阵版本下 -1.mp4
3-7 代码实战personal rank算法的矩阵版本下-2.mp4
4-1 item2vec算法的背景与物理意义.mp4
4-2 item2vec依赖模型word2vec之cbow数学原理介绍.mp4
4-3 item2vec依赖模型word2vec之skip gram数学原理介绍.mp4
4-4 代码生成item2vec模型所需训练数据.mp4
4-5 word2vec运行参数介绍与item embedding.mp4
4-6 基于item bedding产出物品相似度矩阵与item2vec推荐流程梳理.mp4
5-1 content based算法理论知识介绍.mp4
5-2 content based算法代码实战之工具函数的书写.mp4
5-3 用户刻画与基于内容推荐的代码实战。.mp4
6-1 个性化召回算法总结与评估方法的介绍。.mp4
7-1 学习排序综述.mp4
8-1 逻辑回归模型的背景知识介绍.mp4
8-10 LR模型训练之组合特征介绍.mp4
8-2 逻辑回归模型的数学原理.mp4
8-3 样本选择与特征选择相关知识.mp4
8-4 代码实战LR之样本选择.mp4
8-5 代码实战LR之离散特征处理.mp4
8-6 代码实战LR之连续特征处理.mp4
8-7 LR模型的训练.mp4
8-8 LR模型在测试数据集上表现-上.mp4
8-9 LR模型在测试数据集上表现-下.mp4
9-1 背景知识介绍之决策树.mp4
9-2 梯度提升树的数学原理与构建流程.mp4
9-3 xgboost数学原理介绍.mp4
9-4 gbdt与LR混合模型网络介绍.mp4
9-5 代码训练gbdt模型.mp4
9-6 gbdt模型最优参数选择.mp4
9-7 代码训练gbdt与LR混合模型.mp4
9-8 模型在测试数据集表现上.mp4
9-9 模型在测试数据集表现下.mp4

访客仅预览;会员尊享完整功能