为了账号安全,请及时绑定邮箱和手机立即绑定

推荐算法理论与实践

陈家栋 全栈工程师
难度中级
时长 1小时55分
学习人数
综合评分9.57
23人评价 查看评价
9.4 内容实用
9.7 简洁易懂
9.6 逻辑清晰

最新回答 / 慕函数8562618
# 需要将TensorFlow版本设置为1.x%tensorflow_version 1.ximport tensorflow as tftf.__version__

最赞回答 / 奕帝传说_梦
summaryMerge=tf.compat.v1.summary.merge_all(); 用这个https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0 遇到问题用上面的网址一个个对照过来——百度了三个小时才解决呜呜呜
https://blog.csdn.net/qq_41808387/article/details/104942820笔记整理,不当之处还望海涵指正!
虽然是免费课,但是老师这样讲也不太好吧, 前面说的各种矩阵就是提了下,没说怎么求,代价函数的字母表示 也有歧义
tensorflowV2 对api有一些改进
adamOptimizer -> https://github.com/tensorflow/tensorflow/issues/31502
random_noraml -> uniform
内容推荐部分,j用户喜好乘以i电影内容减去j用户对i电影的真实评分才是损失吧 怎么说的是i用户对j电影的评分
讲得超好,比那些模糊的协同过滤讲得明白。
在数据处理的时候加点注释会更好
课程须知
掌握python语法,自学能力强!
老师告诉你能学到什么?
1、基于内容的推荐系统的原理 2、基于矩阵分解的推荐系统的原理 3、基于商品的协同过滤的推荐系统的原理 4、基于用户的协同过滤的推荐系统的原理 5、构建基于矩阵分解的电影推荐系统

微信扫码,参与3人拼团

微信客服

购课补贴
联系客服咨询优惠详情

帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

公众号

扫描二维码
关注慕课网微信公众号

友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消