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

推荐算法理论与实践

全部评论问答未解决精华

慕娘7691566

讲的很好，希望老师继续讲解最前沿的推荐算法，比如使用cnn以及rnn实现的推荐系统

0 2-8 -混合算法

2018-12-16

rating_norm中的问题

最新回答 / 米开朗琪罗哎

兄弟们，报错的是

 rating_mean[i] = np.mean(rating[i, idx])

这一行代码的np.mean(rating[i, idx]) 部分，索引报错。不是下一行的公式问题

5 回答 1447 浏览 3-2 -电影推荐系统-构建模型

2018-11-27

慕仙1928699

神他妈按照数学公式来讲，你当上数学课啊，你的听众是程序员，退一万步讲，上numpy的代码也比上也一串数学公式好啊。。

9 2-1 -电影推荐系统原理

2018-11-08

数据显示报错

最新回答 / 慕标1955955

这个错误应该是显示在cmd中的吧。

1 回答 1123 浏览 3-3 -电影推荐系统-模型训练与评估

2018-10-18

关于代价值查看的问题

+ 我来回答回答最高可+2积分

0 回答 976 浏览 3-3 -电影推荐系统-模型训练与评估

2018-10-12

慕仰2539992

应该介绍一下代码的方法吧，都不知道在说什么

3 3-4 -构建完整的电影推荐系统

2018-10-10

后期查看问题

最新回答 / qq_旧业_nJPVX0

推荐去看一下项亮的《推荐系统实践》里面很多内容，可以解决你的问题

1 回答 1194 浏览 3-3 -电影推荐系统-模型训练与评估

2018-09-14

这个结果的误差怎么这么大啊

+ 我来回答回答最高可+2积分

0 回答 843 浏览

2018-08-27

飘荡的鱼头头头头大

打卡！！！！

0 2-5 -冷启动问题

2018-08-20

u 也同样 v

+ 我来回答回答最高可+2积分

2 回答 970 浏览 2-4 -基于item的协同过滤和基于用户的协同过滤

2018-08-13

i和j到底哪个是电影哪个是用户

已采纳回答 / 宝慕林4453330

i是电影；j是用户

2 回答 1234 浏览 2-2 -基于内容的推荐系统

2018-07-20

慕函数8376587

感觉公式讲的很不清晰

3 2-1 -电影推荐系统原理

2018-07-20

fengshunsgit

2.1 和2.2 内容重复了

1 2-3 -基于矩阵分解的协同过滤

2018-07-06

the_spring

懵逼，但我会尽快不懵逼

1 2-1 -电影推荐系统原理

2018-07-06

errors

已采纳回答 / wjqq_qzuser_1258

因为迭代次数的问题，老师跳过了，你是一直在运行

1 回答 1287 浏览 3-3 -电影推荐系统-模型训练与评估

2018-06-29

为什么我到这里的时候会出错？可以帮我查看一下是什么原因吗？

最赞回答 / qq_最美的不是下雨天_lqvIPR

ratings = np.zeros((movieNo,userNo))而不是ratings = np.zeros(movieNo,userNo)

4 回答 735 浏览 3-1 -电影推荐系统-数据收集与准备

2018-06-24

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