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
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
