getfromcode后端开发 会员免费

唐宇迪推荐系统实战

课程目录: 课程目录 80 集 推荐系统实战系列 ├──1 课程简介_ev.mp4 37.78M ├──10 相似度计算与推荐实例.mp4 15.24M ├──11 矩阵分解的目的与效果.mp4 20.09M ├──12 矩阵分解中的隐向量.mp4 25.29M ├──13 目标函数简介.mp4 1

单课价¥29新品 上架
会员价 会员免费开通会员,全站课程按额度无限下载套餐详情
26 人关注 更新于 2026-10-06 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

支付成功后自动发货,可在「我的订单」查看网盘链接;链接失效可联系客服免费补链。

正版保障 极速发货 售后无忧

课程目录:

课程目录80 集
  • 推荐系统实战系列
  • ├──1 课程简介_ev.mp4 37.78M
  • ├──10 相似度计算与推荐实例.mp4 15.24M
  • ├──11 矩阵分解的目的与效果.mp4 20.09M
  • ├──12 矩阵分解中的隐向量.mp4 25.29M
  • ├──13 目标函数简介.mp4 11.78M
  • ├──14 隐式情况分析.mp4 13.72M
  • ├──16 音乐推荐任务概述.mp4 69.40M
  • ├──17 数据集整合.mp4 50.68M
  • ├──18 物品相似度计算与推荐.mp4 73.78M
  • 鈹溾攢鈹€19 SVD鐭╅樀鍒嗚В.mp4 70.85M
  • ├──2 推荐系统通俗解读_ev.mp4 12.48M
  • ├──20 基于矩阵分解的音乐推荐.mp4 85.69M
  • ├──21 知识图谱通俗解读_ev.mp4 14.11M
  • ├──22 知识图谱在搜索引擎中的应用_ev.mp4 17.66M
  • ├──23 知识图谱在医疗领域应用实例_ev.mp4 53.13M
  • ├──24 金融与推荐领域的应用.mp4 22.28M
  • ├──25 数据获取分析.mp4 37.49M
  • ├──26 Neo4j图数据库介绍.mp4 47.44M
  • ├──27 Neo4j数据库安装流程演示.mp4 27.85M
  • ├──28 可视化例子演示.mp4 43.62M
  • ├──29 创建与删除操作演示.mp4 26.73M
  • ├──3 推荐系统发展简介_ev.mp4 16.43M
  • ├──30 数据库更改查询操作演示.mp4 29.01M
  • ├──31 知识图谱推荐系统效果演示.mp4 23.17M
  • ├──32 kaggle电影数据集下载与配置.mp4 42.91M
  • ├──33 图谱需求与任务流程解读.mp4 27.02M
  • ├──34 项目所需环境配置安装.mp4 45.63M
  • ├──35 构建用户电影知识图谱.mp4 52.64M
  • ├──36 图谱查询与匹配操作.mp4 19.41M
  • ├──37 相似度计算与推荐引擎构建.mp4 39.89M
  • ├──38 CTR估计及其经典方法概述.mp4 20.88M
  • ├──39 高维特征带来的问题.mp4 12.19M
  • ├──4 应用领域与多方位评估指标_ev.mp4 17.32M
  • ├──40 二项式特征的作用与挑战.mp4 11.11M
  • ├──41 二阶公式推导与化简.mp4 20.39M
  • 鈹溾攢鈹€42 FM绠楁硶瑙f瀽.mp4 19.97M
  • ├──43 DeepFm整体架构解读.mp4 14.54M
  • ├──44 输入层所需数据样例.mp4 13.02M
  • ├──45 Embedding层的作用与总结.mp4 21.50M
  • ├──46 数据集介绍与环境配置.mp4 49.51M
  • ├──47 广告点击数据预处理实例.mp4 48.90M
  • ├──48 数据处理模块Embedding层.mp4 32.08M
  • ├──49 Index与Value数据制作.mp4 29.01M
  • ├──5 任务流程与挑战概述_ev.mp4 18.75M
  • ├──50 一阶权重参数设计.mp4 31.97M
  • ├──51 二阶特征构建方法.mp4 28.29M
  • ├──52 特征组合方法实例分析.mp4 46.88M
  • ├──53 完成FM模块计算.mp4 24.13M
  • ├──54 DNN模块与训练过程.mp4 37.41M
  • ├──55 环境配置与数据集介绍.mp4 34.58M
  • ├──56 电影数据集预处理分析.mp4 33.36M
  • ├──57 surprise工具包基本使用.mp4 32.54M
  • ├──58 模型测试集结果.mp4 30.71M
  • ├──59 评估指标概述.mp4 57.77M
  • ├──6 常用技术点分析.mp4 16.36M
  • ├──60 数据与环境配置介绍.mp4 19.28M
  • ├──61 数据科学相关数据介绍.mp4 27.28M
  • ├──62 文本数据预处理_ev.mp4 24.59M
  • ├──63 TFIDF构建特征矩阵_ev.mp4 14.39M
  • ├──64 矩阵分解演示_ev.mp4 19.34M
  • ├──65 LDA主题模型效果演示.mp4 45.14M
  • ├──66 推荐结果分析.mp4 31.84M
  • ├──67 数据与环境配置.mp4 61.90M
  • ├──68 数据与关键词信息.mp4 47.80M
  • ├──69 关键词云与直方图展示.mp4 36.47M
  • ├──7 与深度学习的结合.mp4 24.25M
  • ├──71 数据清洗概述.mp4 53.12M
  • ├──72 缺失值填充方法.mp4 37.91M
  • ├──73 推荐引擎构造.mp4 47.73M
  • ├──74 数据特征构造.mp4 38.28M
  • ├──75 得出推荐结果.mp4 53.74M
  • ├──76 数据与任务介绍_ev.mp4 16.50M
  • ├──77 文本词频统计_ev.mp4 22.53M
  • ├──78 ngram结果可视化展示_ev.mp4 36.16M
  • 鈹溾攢鈹€79 鏂囨湰娓呮礂_ev.mp4 24.15M
  • ├──8 协同过滤与矩阵分解简介.mp4 11.35M
  • 鈹溾攢鈹€80 鐩镐技搴﹁绠梍ev.mp4 31.83M
  • ├──81 得出推荐结果_ev.mp4 37.13M
  • ├──9 基于用户与商品的协同过滤.mp4 18.25M
  • └──数据代码.txt 0.07kb

课程目录

课程目录78 集
  • 推荐系统实战系列
  • 1 课程简介_ev.mp4 37.78M
  • 10 相似度计算与推荐实例.mp4 15.24M
  • 11 矩阵分解的目的与效果.mp4 20.09M
  • 12 矩阵分解中的隐向量.mp4 25.29M
  • 13 目标函数简介.mp4 11.78M
  • 14 隐式情况分析.mp4 13.72M
  • 16 音乐推荐任务概述.mp4 69.40M
  • 17 数据集整合.mp4 50.68M
  • 18 物品相似度计算与推荐.mp4 73.78M
  • 2 推荐系统通俗解读_ev.mp4 12.48M
  • 20 基于矩阵分解的音乐推荐.mp4 85.69M
  • 21 知识图谱通俗解读_ev.mp4 14.11M
  • 22 知识图谱在搜索引擎中的应用_ev.mp4 17.66M
  • 23 知识图谱在医疗领域应用实例_ev.mp4 53.13M
  • 24 金融与推荐领域的应用.mp4 22.28M
  • 25 数据获取分析.mp4 37.49M
  • 26 Neo4j图数据库介绍.mp4 47.44M
  • 27 Neo4j数据库安装流程演示.mp4 27.85M
  • 28 可视化例子演示.mp4 43.62M
  • 29 创建与删除操作演示.mp4 26.73M
  • 3 推荐系统发展简介_ev.mp4 16.43M
  • 30 数据库更改查询操作演示.mp4 29.01M
  • 31 知识图谱推荐系统效果演示.mp4 23.17M
  • 32 kaggle电影数据集下载与配置.mp4 42.91M
  • 33 图谱需求与任务流程解读.mp4 27.02M
  • 34 项目所需环境配置安装.mp4 45.63M
  • 35 构建用户电影知识图谱.mp4 52.64M
  • 36 图谱查询与匹配操作.mp4 19.41M
  • 37 相似度计算与推荐引擎构建.mp4 39.89M
  • 38 CTR估计及其经典方法概述.mp4 20.88M
  • 39 高维特征带来的问题.mp4 12.19M
  • 4 应用领域与多方位评估指标_ev.mp4 17.32M
  • 40 二项式特征的作用与挑战.mp4 11.11M
  • 41 二阶公式推导与化简.mp4 20.39M
  • 43 DeepFm整体架构解读.mp4 14.54M
  • 44 输入层所需数据样例.mp4 13.02M
  • 45 Embedding层的作用与总结.mp4 21.50M
  • 46 数据集介绍与环境配置.mp4 49.51M
  • 47 广告点击数据预处理实例.mp4 48.90M
  • 48 数据处理模块Embedding层.mp4 32.08M
  • 49 Index与Value数据制作.mp4 29.01M
  • 5 任务流程与挑战概述_ev.mp4 18.75M
  • 50 一阶权重参数设计.mp4 31.97M
  • 51 二阶特征构建方法.mp4 28.29M
  • 52 特征组合方法实例分析.mp4 46.88M
  • 53 完成FM模块计算.mp4 24.13M
  • 54 DNN模块与训练过程.mp4 37.41M
  • 55 环境配置与数据集介绍.mp4 34.58M
  • 56 电影数据集预处理分析.mp4 33.36M
  • 57 surprise工具包基本使用.mp4 32.54M
  • 58 模型测试集结果.mp4 30.71M
  • 59 评估指标概述.mp4 57.77M
  • 6 常用技术点分析.mp4 16.36M
  • 60 数据与环境配置介绍.mp4 19.28M
  • 61 数据科学相关数据介绍.mp4 27.28M
  • 62 文本数据预处理_ev.mp4 24.59M
  • 63 TFIDF构建特征矩阵_ev.mp4 14.39M
  • 64 矩阵分解演示_ev.mp4 19.34M
  • 65 LDA主题模型效果演示.mp4 45.14M
  • 66 推荐结果分析.mp4 31.84M
  • 67 数据与环境配置.mp4 61.90M
  • 68 数据与关键词信息.mp4 47.80M
  • 69 关键词云与直方图展示.mp4 36.47M
  • 7 与深度学习的结合.mp4 24.25M
  • 71 数据清洗概述.mp4 53.12M
  • 72 缺失值填充方法.mp4 37.91M
  • 73 推荐引擎构造.mp4 47.73M
  • 74 数据特征构造.mp4 38.28M
  • 75 得出推荐结果.mp4 53.74M
  • 76 数据与任务介绍_ev.mp4 16.50M
  • 77 文本词频统计_ev.mp4 22.53M
  • 78 ngram结果可视化展示_ev.mp4 36.16M
  • 79 鏂囨湰娓呮礂_ev.mp4 24.15M
  • 8 协同过滤与矩阵分解简介.mp4 11.35M
  • 80 鐩镐技搴﹁绠梍ev.mp4 31.83M
  • 81 得出推荐结果_ev.mp4 37.13M
  • 9 基于用户与商品的协同过滤.mp4 18.25M
  • 数据代码.txt 0.07kb