 班级规模及环境--热线:4008699035 手机:15921673576/13918613812( 微信同号) |
|
坚持小班授课，为保证培训效果，增加互动环节，每期人数限3到5人。 |
| 上课时间和地点 |
开课地址：【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】：电影大厦(地铁一号线大剧院站) 【武汉分部】：佳源大厦【成都分部】：领馆区1号【沈阳分部】：沈阳理工大学【郑州分部】：锦华大厦【石家庄分部】：瑞景大厦【北京分部】：北京中山 【南京分部】：金港大厦
新开班 (连续班 、周末班、晚班）：即将开课，详情请咨询客服。(欢迎您垂询，视教育质量为生命！) |
| 实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
| 质量保障 |
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
| |
课程目标
掌握推荐系统原理与工作方式，使用Python库进行建模。
适用人群
机器学习，数据领域工作以及要转向人工智能方向的同学们
课程简介
机器学习-推荐系统实战视频课程
课程从推荐系统概述开始，详解推荐系统中两大核心算法：协同过滤与隐语义模型。使用Surprise库对电影数据集进行建模推荐，后使用Tensorflow实现一个简易的基于隐语义模型的推荐系统。
第1章推荐系统工作原理
1-1系列课程概述
1-2推荐系统应用
1-3推荐系统要完成的任务
1-4相似度计算
1-5基于用户的协同过滤算法
1-6基于物品的协同过滤算法
1-7隐语义模型
1-8隐语义模型求解
1-9模型评估标准
第2章Python从零开始构建音乐推荐系统
2-1音乐推荐任务概述
2-2数据集整合
2-3基于物品的协同过滤
2-4物品相似度计算与推荐
2-5SVD矩阵分解
2-6基于矩阵分解的音乐推荐
第3章使用Surprise库建立推荐系统
3-1Surprise库简介
3-2Surprise库使用方法
3-3得出商品推荐结果
第4章使用Tensorflow构造隐语义模型
4-1使用Tensorflow构造隐语义模型
4-2模型架构
4-3损失函数定义
4-4训练网络 |
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业