51CTO-推荐系统实战系列

 课程目录

1 课程简介.mp4

2 推荐系统通俗解读.mp4

3 推荐系统发展简介.mp4

4 应用领域与多方位评估指标.mp4

5 任务流程与挑战概述.mp4

6 常用技术点分析.mp4

7 与深度学习的结合.mp4

8 协同过滤与矩阵分解简介.mp4

9 基于用户与商品的协同过滤.mp4

10 相似度计算与推荐实例.mp4

11 矩阵分解的目的与效果.mp4

12 矩阵分解中的隐向量.mp4

13 目标函数简介.mp4

14 隐式情况分析.mp4

15 Embedding的作用.mp4

16 音乐推荐任务概述.mp4

17 数据集整合.mp4

18 物品相似度计算与推荐.mp4

19 SVD矩阵分解.mp4

20 基于矩阵分解的音乐推荐.mp4

21 知识图谱通俗解读.mp4

22 知识图谱在搜索引擎中的应用.mp4

23 知识图谱在医疗领域应用实例.mp4

24 金融与推荐领域的应用.mp4

25 数据获取分析.mp4

26 Neo4j图数据库介绍.mp4

27 Neo4j数据库安装流程演示.mp4

28 可视化例子演示.mp4

29 创建与删除操作演示.mp4

30 数据库更改查询操作演示.mp4

31 知识图谱推荐系统效果演示.mp4

32 kaggle电影数据集下载与配置.mp4

33 图谱需求与任务流程解读.mp4

34 项目所需环境配置安装.mp4

35 构建用户电影知识图谱.mp4

36 图谱查询与匹配操作.mp4

37 相似度计算与推荐引擎构建.mp4

38 CTR估计及其经典方法概述.mp4

39 高维特征带来的问题.mp4

40 二项式特征的作用与挑战.mp4

41 二阶公式推导与化简.mp4

42 FM算法解析.mp4

43 DeepFm整体架构解读.mp4

44 输入层所需数据样例.mp4

45 Embedding层的作用与总结.mp4

46 数据集介绍与环境配置.mp4

47 广告点击数据预处理实例.mp4

48 数据处理模块Embedding层.mp4

49 Index与Value数据制作.mp4

50 一阶权重参数设计.mp4

51 二阶特征构建方法.mp4

52 特征组合方法实例分析.mp4

53 完成FM模块计算.mp4

54 DNN模块与训练过程.mp4

55 环境配置与数据集介绍.mp4

56 电影数据集预处理分析.mp4

57 surprise工具包基本使用.mp4

58 模型测试集结果.mp4

59 评估指标概述.mp4

60 数据与环境配置介绍.mp4

61 数据科学相关数据介绍.mp4

62 文本数据预处理.mp4

63 TFIDF构建特征矩阵.mp4

64 矩阵分解演示.mp4

65 LDA主题模型效果演示.mp4

66 推荐结果分析.mp4

67 数据与环境配置.mp4

68 数据与关键词信息.mp4

69 关键词云与直方图展示.mp4

70 特征可视化.mp4

71 数据清洗概述.mp4

72 缺失值填充方法.mp4

73 推荐引擎构造.mp4

74 数据特征构造.mp4

75 得出推荐结果.mp4

76 数据与任务介绍.mp4

77 文本词频统计.mp4

78 ngram结果可视化展示.mp4

79 文本清洗.mp4

80 相似度计算.mp4

81 得出推荐结果.mp4