个性化推荐算法实战（可用于毕设） BAT大牛亲授

本站官方QQ群：116064591

PS 本站不保证资源的完整性，不对其真实性负责。请自行确认是否符合个人需求。如有介意，请勿获取。

第1章个性化推荐算法综述【3 节 | 34分钟】
第2章基于邻域的个性化召回算法LFM 【6 节 | 90分钟】
- 视频：2-1 LFM算法综述 (10:00)
- 视频：2-2 LFM算法的理论基础与公式推导 (14:44)
- 视频：2-3 基础工具函数的代码书写 (14:57)
- 视频：2-4 LFM算法训练数据抽取 (15:37)
- 视频：2-5 LFM模型训练 (19:24)
- 视频：2-6 基于LFM的用户个性化推荐与推荐结果分析 (14:23)
第3章基于图的个性化推荐召回算法personalrank 【7 节 | 85分钟】
- 视频：3-1 personal rank算法的背景与物理意义 (11:03)
- 视频：3-2 personal rank 算法的数学公式推导 (09:43)
- 视频：3-3 代码构建用户物品二分图 (10:52)
- 视频：3-4 代码实战personal rank算法的基础版本 (21:20)
- 视频：3-5 代码实战personal rank算法矩阵版本上 (16:56)
- 视频：3-6 代码实战personal rank算法的矩阵版本下 -1 (02:10)
- 视频：3-7 代码实战personal rank算法的矩阵版本下-2 (11:58)
第4章基于深度学习的个性化召回算法item2vec 【6 节 | 79分钟】
- 视频：4-1 item2vec算法的背景与物理意义 (12:53)
- 视频：4-2 item2vec依赖模型word2vec之cbow数学原理介绍 (15:59)
- 视频：4-3 item2vec依赖模型word2vec之skip gram数学原理介绍 (09:25)
- 视频：4-4 代码生成item2vec模型所需训练数据 (08:25)
- 视频：4-5 word2vec运行参数介绍与item embedding (14:56)
- 视频：4-6 基于item bedding产出物品相似度矩阵与item2vec推荐流程梳理 (16:57)
第5章基于内容的推荐方法contentbased 【3 节 | 49分钟】
- 视频：5-1 content based算法理论知识介绍 (11:44)
- 视频：5-2 content based算法代码实战之工具函数的书写 (17:18)
- 视频：5-3 用户刻画与基于内容推荐的代码实战。 (19:08)
第6章个性化召回算法总结与回顾【1 节 | 11分钟】
- 视频：6-1 个性化召回算法总结与评估方法的介绍。 (10:34)
第7章综述学习排序【1 节 | 13分钟】
- 视频：7-1 学习排序综述 (12:01)
第8章浅层排序模型逻辑回归【10 节 | 159分钟】
- 视频：8-1 逻辑回归模型的背景知识介绍 (14:08)
- 视频：8-2 逻辑回归模型的数学原理 (13:47)
- 视频：8-3 样本选择与特征选择相关知识 (13:36)
- 视频：8-4 代码实战LR之样本选择 (12:09)
- 视频：8-5 代码实战LR之离散特征处理 (19:58)
- 视频：8-6 代码实战LR之连续特征处理 (15:31)
- 视频：8-7 LR模型的训练 (13:33)
- 视频：8-8 LR模型在测试数据集上表现-上 (17:38)
- 视频：8-9 LR模型在测试数据集上表现-下 (21:03)
- 视频：8-10 LR模型训练之组合特征介绍 (17:01)
第9章浅层排序模型gbdt 【9 节 | 125分钟】
- 视频：9-1 背景知识介绍之决策树 (14:54)
- 视频：9-2 梯度提升树的数学原理与构建流程 (14:12)
- 视频：9-3 xgboost数学原理介绍 (11:27)
- 视频：9-4 gbdt与LR混合模型网络介绍 (07:25)
- 视频：9-5 代码训练gbdt模型 (16:27)
- 视频：9-6 gbdt模型最优参数选择 (10:23)
- 视频：9-7 代码训练gbdt与LR混合模型 (19:22)
- 视频：9-8 模型在测试数据集表现上 (22:56)
- 视频：9-9 模型在测试数据集表现下 (07:47)
第10章基于深度学习的排序模型wideanddeep 【6 节 | 85分钟】
- 视频：10-1 背景知识介绍之什么是深度学习 (11:06)
- 视频：10-2 DNN网络结构与反向传播算法 (17:23)
- 视频：10-3 wide and deep网络结构与数学原理介绍 (11:12)
- 视频：10-4 .代码实战wd模型之wide侧与deep侧特征构建 (16:00)
- 视频：10-5 代码实战wd模型之模型对象的构建 (11:09)
- 视频：10-6 wd模型的训练与模型在测试数据集上的表现 (17:17)
第11章排序模型总结与回顾【1 节 | 13分钟】
- 视频：11-1 学习排序部分总结与回顾 (12:06)
第12章本课程回顾与总结【1 节 | 8分钟】
- 视频：12-1 个性化推荐算法实战课程总结与回顾 (07:11)

1 本站名称：疯奇社
2 本站网址：https://www.shiyeluming.com
3 本站不保证资源的完整性，不对其真实性负责。
4 获取资源前务必确认资源目录是否包含本人需求内容，一经购买下载，则视为已确认包含，不接受任何形式的申诉与退款。
5 本站一切资源均来自于互联网，仅供大家学习与参考。如有侵权，请联系站长（QQ：1302982067）进行删除处理。
6 本站一切资源不代表本站立场，不代表本站赞同其观点，本站不对其真实性负责。
7 本站资源大多储存在云盘，如发现链接失效，请联系我们，我们会在第一时间更新。
8 根据 2002 年 1 月 1 日《计算机软件保护条例》规定：为了学习和研究软件内含的设计思想和原理，通过安装、显示、传输或者存储软件等方式使用软件的，可以不经软件著作权人许可，不向其支付报酬！

THE END