推荐系统:基本原理与实战解析
知识小课

推荐系统:基本原理与实战解析

  • 深度学习

通过实战,全面掌握推荐系统原理与工作方式

¥149.9
本课程包括
  • 3小时51分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 学习推荐系统原理与工作方式
  • 学会使用Python库进行建模
  • 掌握推荐系统中两大经典算法:协同过滤与隐语义模型
  • 实战掌握推荐系统的算法技术在实战中的应用

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

推荐系统广泛存在于各类网站中,作为一个应用,它能够为用户提供个性化的推荐。它需要一些用户的历史数据,一般由三个部分组成:基础数据、推荐算法系统、前台展示。

本次课程将从推荐系统概述开始,为大家详细讲解推荐系统中的两大核心算法:协同过滤与隐语义模型。后续会使用Surprise库对电影数据集进行建模推荐,通过完整的实战项目内容,帮助学员快速掌握推荐系统中的核心技术,快速应用到实际场景中。实战与理论相结合,充分提升学员人工智能推荐算法能力。

适合人群
  • 适合机器学习,数据领域工作的相关技术人员
  • 适合想要转向人工智能方向的同学们
  • 适合企业技术部、信息部或者数字化中心的中高级算法工程师、数据科学家等
讲师介绍
同济大学硕士,华东理工大学博士
擅长领域:
  • 人工智能认知与应用
  • 自然语言处理(NLP)
  • 机器学习
著有《跟着迪哥学Python数据分析与机器学习实战》,联通,移动,中信等公司特邀企业培训导师,全国高校教师培训讲师,开展线下与直播培训百余场,具有丰富的授课经验。
课程大纲
共0节 时长0分钟 全部收起
一、推荐系统介绍及其应用
共5节 | 42分钟
  • 1.推荐系统通俗解读
    6分钟
  • 2.推荐系统发展简介
    8分钟
  • 3.应用领域与多方位评估指标
    7分钟
  • 4.任务流程与挑战概述
    9分钟
  • 5.常用技术点分析
    13分钟
二、协同过滤与矩阵分解
共6节 | 37分钟
  • 1.协同过滤与矩阵分解简介
    4分钟
  • 2.基于用户与商品的协同过滤
    7分钟
  • 3.相似度计算与推荐实例
    5分钟
  • 4.矩阵分解
    7分钟
  • 5.矩阵分解中的隐向量
    8分钟
  • 6.目标函数简介
    4分钟
三、隐式情况分析
8分钟
四、推荐系统常用工具包演示
共5节 | 38分钟
  • 1.环境配置与数据集介绍
    7分钟
  • 2.电影数据集预处理分析
    8分钟
  • 3.surprise工具包基本使用
    6分钟
  • 4.模型测试集结果
    6分钟
  • 5.评估指标概述
    10分钟
五、基于知识图谱的电影推荐实战
共7节 | 38分钟
  • 1.知识图谱推荐系统效果演示
    4分钟
  • 2.kaggle电影数据集下载与配置
    6分钟
  • 3.图谱需求与任务流程解读
    5分钟
  • 4.项目所需环境配置安装
    6分钟
  • 5.构建用户电影知识图谱
    7分钟
  • 6.图谱查询与匹配操作
    4分钟
  • 7.相似度计算与推荐引擎构建
    6分钟
六、基于文本数据的推荐实例
共7节 | 36分钟
  • 1.数据与环境配置介绍
    4分钟
  • 2.数据科学相关数据介绍
    4分钟
  • 3.文本数据预处理
    5分钟
  • 4.TFIDF构建特征矩阵
    7分钟
  • 5.矩阵分解演示
    5分钟
  • 6.LDA主题模型效果演示
    7分钟
  • 7.推荐结果分析
    4分钟
七、基于相似度的酒店推荐系统
共6节 | 31分钟
  • 1.数据与任务介绍
    4分钟
  • 2.文本词频统计
    4分钟
  • 3.ngram结果可视化展示
    9分钟
  • 4.文本清洗
    6分钟
  • 5.相似度计算
    5分钟
  • 6.得出推荐结果
    4分钟
课程资料
图文
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。