BAT大牛亲授--个性化推荐算法实战【2GB】--MKW

yyzhi

下载地址：

游客，如果您要查看本帖隐藏内容请回复

【课程目录】

├─第10章 基于深度学习的排序模型wide and deep
│      10-1 背景知识介绍之什么是深度学习-.mp4
│      10-2 dnn网络结构与反向传播算法-.mp4
│      10-3 wide and deep网络结构与数学原理介绍-.mp4
│      10-4 .代码实战wd模型之wide侧与deep侧特征构建-.mp4
│      10-5 代码实战wd模型之模型对象的构建-.mp4
│      10-6 wd模型的训练与模型在测试数据集上的表现-.mp4
│      
├─第11章 排序模型总结与回顾
│      11-1 学习排序部分总结与回顾-.mp4
│      
├─第12章 本课程回顾与总结
│      12-1 个性化推荐算法实战课程总结与回顾-.mp4
│      
├─第1章 个性化推荐算法综述
│      1-1 个性化推荐算法综述.mp4
│      1-2 个性化召回算法综述.mp4
│      
├─第2章 基于邻域的个性化召回算法LFM
│      2-1 LFM算法综述.mp4
│      2-2 LFM算法的理论基础与公式推导.mp4
│      2-3 基础工具函数的代码书写.mp4
│      2-4 LFM算法训练数据抽取.mp4
│      2-5 LFM模型训练.mp4
│      2-6 基于LFM的用户个性化推荐与推荐结果分析.mp4
│      
├─第3章 基于图的个性化推荐召回算法personal rank
│      3-1 personal rank算法的背景与物理意义.mp4
│      3-2 personal rank 算法的数学公式推导.mp4
│      3-3 代码构建用户物品二分图.mp4
│      3-4 代码实战personal rank算法的基础版本.mp4
│      3-5 代码实战personal rank算法矩阵版本上.mp4
│      3-6 代码实战personal rank算法的矩阵版本下 -1.mp4
│      3-7 代码实战personal rank算法的矩阵版本下-2.mp4
│      
├─第4章 基于深度学习的个性化召回算法item2vec
│      4-1 item2vec算法的背景与物理意义.mp4
│      4-2 item2vec依赖模型word2vec之cbow数学原理介绍.mp4
│      4-3 item2vec依赖模型word2vec之skip gram数学原理介绍.mp4
│      4-4 代码生成item2vec模型所需训练数据.mp4
│      4-5 word2vec运行参数介绍与item embedding.mp4
│      4-6 基于item bedding产出物品相似度矩阵与item2vec推荐流程梳理.mp4
│      
├─第5章 基于内容的推荐方法content based
│      5-1 content based算法理论知识介绍.mp4
│      5-2 content based算法代码实战之工具函数的书写.mp4
│      5-3 用户刻画与基于内容推荐的代码实战。.mp4
│      
├─第6章 个性化召回算法总结与回顾
│      6-1 个性化召回算法总结与评估方法的介绍。.mp4
│      
├─第7章 综述学习排序
│      7-1 学习排序综述.mp4
│      
├─第8章 浅层排序模型逻辑回归
│      8-1 逻辑回归模型的背景知识介绍.mp4
│      8-10 LR模型训练之组合特征介绍.mp4
│      8-2 逻辑回归模型的数学原理.mp4
│      8-3 样本选择与特征选择相关知识.mp4
│      8-4 代码实战LR之样本选择.mp4
│      8-5 代码实战LR之离散特征处理.mp4
│      8-6 代码实战LR之连续特征处理.mp4
│      8-7 LR模型的训练.mp4
│      8-8 LR模型在测试数据集上表现-上.mp4
│      8-9 LR模型在测试数据集上表现-下.mp4
│      
└─第9章 浅层排序模型gbdt
        9-1 背景知识介绍之决策树.mp4
        9-2 梯度提升树的数学原理与构建流程.mp4
        9-3 xgboost数学原理介绍.mp4
        9-4 gbdt与LR混合模型网络介绍.mp4
        9-5 代码训练gbdt模型.mp4
        9-6 gbdt模型最优参数选择.mp4
        9-7 代码训练gbdt与LR混合模型.mp4
        9-8 模型在测试数据集表现 上.mp4
        9-9 模型在测试数据集表现 下.mp4

侵权联系和免责声明

1.本站资源所有言论纯属用户个人意见，与本论坛立场无关。

2.本站所有资源收集于互联网，由用户分享，本站不享有任何版权，如有侵权请联系本站删除。

3.本站部分内容转载自其它网站，但并不代表本站赞同其观点和对其真实性负责。

4.如本帖侵犯到任何版权问题，请立即告知本站，本站将及时删除并致以最深的歉意。

侵权联系邮箱：2647756422@qq.com

本文地址: https://www.itstudy365e.com/thread-812-1-1.html