推荐算法理论与实践_技术问答

首页免费课推荐算法理论与实践问答

index越界

+ 我来回答回答最高可+2积分

0 回答 1397 浏览 3-3 -电影推荐系统-模型训练与评估

2020-04-03

为什么我输入127.0.0.1：6006访问失败啊

最新回答 / 汀丶

更新到最新版本的 Microsoft Visual C++

1 回答 1402 浏览 3-3 -电影推荐系统-模型训练与评估

2020-04-02

打第十四杠算盘

些视频讲的很垃圾

2 2-3 -基于矩阵分解的协同过滤

2020-03-22

关于代码~

+ 我来回答回答最高可+2积分

0 回答 1312 浏览 3-1 -电影推荐系统-数据收集与准备

2020-03-19

莫欺少年穷m

https://blog.csdn.net/qq_41808387/article/details/104942820笔记整理，不当之处还望海涵指正！

2020-03-18

求电影推荐系统数据集~！

最新回答 / 慕梦前来

网速慢？那就用热点呀

1 回答 1026 浏览 3-1 -电影推荐系统-数据收集与准备

2020-03-10

module 'tensorflow' has no attribute 'random_normal

最赞回答 / qq_慕丝1076907

版本问题在2.x 版本中应为 tf.random.normal

1 回答 2395 浏览 3-2 -电影推荐系统-构建模型

2020-02-20

Fellow__

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

0 2-3 -基于矩阵分解的协同过滤

2020-02-12

关于normalize函数record[i,:] != 0

最新回答 / qq_三斤_0

<...code...>

1 回答 1370 浏览 3-2 -电影推荐系统-构建模型

2020-02-07

慕仰8904654

tensorflowV2 对api有一些改进
adamOptimizer -> https://github.com/tensorflow/tensorflow/issues/31502
random_noraml -> uniform

2 3-3 -电影推荐系统-模型训练与评估

2020-01-13

凯德里安

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

1 2-1 -电影推荐系统原理

2019-10-25

qq_左东心台

讲得超好，比那些模糊的协同过滤讲得明白。

1 2-1 -电影推荐系统原理

2019-09-10

慕仙3805527

在数据处理的时候加点注释会更好

1 3-4 -构建完整的电影推荐系统

2019-08-30

用户相似度公式写错了，分母中的第二个根号u∈U应为i∈I

+ 我来回答回答最高可+2积分

0 回答 1041 浏览 2-4 -基于item的协同过滤和基于用户的协同过滤

2019-06-06

对同一用户推荐信息每次都不同的问题

最新回答 / 慕田峪8497041

我把整个过程迭代了10000次 num_feature设置为100 最后errors确实随着迭代次数减少但是每次对同一个用户的推荐结果还是完全不一样?

2 回答 1210 浏览 3-4 -构建完整的电影推荐系统

2019-05-25

predicts = np.dot(Current_X_parameters, Current_Theta_parameters.T) + rating_mean

最赞回答 / 吃麦子的猫

不太懂，前面说内容矩阵X和用户喜好矩阵Theta相乘就是完整的评分表了，我猜测这里加平均分可能是为了让数据好看一点，因为电影类型num_features他直接默认设置的10，当实际的类型远大于10的时候，计算出来的评分值会偏小，我试过，可能只有0.几的评分。所以当找到一个合适的num_features之后不加平均分，出来的值就是正常的，加上平均分反而超过评分的最高值了。他前面评分最高就5分，结果出来5.好几，这不是扯呢么

4 回答 1120 浏览 3-3 -电影推荐系统-模型训练与评估

2019-05-05

首页上一页 1 2 3 4 5 6 7 下一页尾页

开始学习

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

热搜

最近搜索清空

推荐算法理论与实践