注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 协同过滤-推荐系统业界实践

  2. 协同过滤-推荐系统业界实践，主要讲亚马逊和今日头条的推荐

  3. 所属分类：机器学习

    • 发布日期：2018-01-25
    • 文件大小：1048576
    • 提供者：zhidao_wenge

  1. 基于大数据技术推荐系统算法案例实战教程

  2. 基于项目层次结构的推荐算法，并结合Hadoop技术实现矩阵分解算法。 改进均衡相似度的余弦距离和皮尔逊相关系数的计算公式，避免计算目标用户与所有用户的相似度，从而避免了在整个用户空间中搜索最相近的k个用户，同时引入倒排索引数据结构，是查找目标用户最近邻的计算复杂度降低； 提出基于项目层次相似度的协同过滤算法，用户给部分项目标注标签和项目类别进行自动扩展，建立所有项目的层次结构，利用建立的项目标签层次结构计算项目之间的相似性

  3. 所属分类：算法与数据结构

    • 发布日期：2019-01-09
    • 文件大小：72
    • 提供者：qq_37780184

  1. 机器学习算法工程师校招面试题库.pdf

  2. 机器学习算法工程师校招面试题库 涵盖数学基础、机器学习算法、深度学习、自然语言处理、计算机基础项目等。ξ NOWCODER. COM 牛客网一一互联网学习求职必备神器 名企校招历年笔试面试真题,尽在牛客网 可能就问的项日多一些,或者你说哪里精通可能面试官就多去问你这些。而且此图是根据题 库数据整理出来,并不是根据实际单场面试整理,比如基础部分不会考那么多,会从中抽着 考 但是面试中必考的点且占比非常大的有机器学习算法,机器学习和算法。 决定你是否能拿 sp offer(高薪ofer)以及是否

  3. 所属分类：机器学习

    • 发布日期：2019-07-15
    • 文件大小：4194304
    • 提供者：yangyang3401

  1. 设备维修原始数据.xlsx

  2. 《Hadoop大数据分析与挖掘实战》第十二章家电故障备件储备预测分析数据集，主要用于手机故障的分析，使用协同过滤算法进行预测每个地区每个故障的故障率。

  3. 所属分类：Java

    • 发布日期：2020-05-14
    • 文件大小：100663296
    • 提供者：sxsAffable

  1. 金蝶K3 V14.2资产条码盘点系统.pdf

  2. 本手册包含的内容可以帮助您进行有效的资产条码盘点系统使用，主要 包括以下内容： z 系统总述 z 操作建议 z 详细的操作流程 z 系统的功能和特点 z 系统设置 在手册的前言部分还向您提供了获得其它帮助信息的途径及编写约定。 读者对象 本手册假设您在本手册涉及的业务领域具有较好的工作经验和知识，并 假设您对金蝶 K/3 产品基础知识有整体的了解。如果您没有使用过本系统， 我们建议您接受一次或者更多的本子系统的培训课程（请同金蝶本地分支机 构联系，获得更多培训信息）。如果您希望了解更加深入的系统

  3. 所属分类：专业指导

    • 发布日期：2019-07-04
    • 文件大小：4194304
    • 提供者：qq_33454835

  1. 金蝶K3 V14.2资产购置系统.pdf

  2. 本手册包含的内容可以帮助您进行有效的资产购置系统使用，主要包括 以下内容： z 系统总述 z 操作建议 z 详细的操作流程 z 系统的功能和特点 z 系统设置 在手册的前言部分还向您提供了获得其它帮助信息的途径及编写约定。 读者对象 本手册假设您在本手册涉及的业务领域具有较好的工作经验和知识，并 假设您对金蝶 K/3 产品基础知识有整体的了解。如果您没有使用过本系统， 我们建议您接受一次或者更多的本子系统的培训课程（请同金蝶本地分支机 构联系，获得更多培训信息）。如果您希望了解更加深入的系统知识

  3. 所属分类：专业指导

    • 发布日期：2019-07-04
    • 文件大小：1048576
    • 提供者：qq_33454835

  1. 金蝶K3 V14.2 资金预算系统.pdf

  2. 本手册包含的内容可以帮助您进行有效的资金预算系统使用，主要包括 以下内容： 1 系统总述 2 操作建议 3 详细的操作流程 4 系统的功能 点 和特 5 系统设置 在手册的前言部分还向您提供了获得其它帮助信息的途径及编写约定。 读者对象 本手册假设您在本手册涉及的业务领域具有较好的工作经验和知识，并 假 您设 对金蝶 K/3 产品基础知识有整体的了解。如果您没有使用过本系统， 我们建议您接受一次或者更多的本子系统的培训课程（请同金蝶本地分支机 构联系，获得更多培训信息）。如果您希望了解更加深入的

  3. 所属分类：专业指导

    • 发布日期：2019-07-04
    • 文件大小：1048576
    • 提供者：qq_33454835

  1. “高频面经”之机器学习篇

  2. ​    注：机器学习注重原理理解、算法对比及场景使用，应加强算法公式推导及多场景实战。以下试题为作者日常整理的通用高频面经，包含题目，答案与参考文章，欢迎纠正与补充。 更多内容尽在公众号： 目录 1.常见分类算法及应用场景 2.逻辑回归推导 3.SVM相关问题 4.核函数使用 5.生成模型和判别模型基本形式 6.ID3,C4.5和CART区别 7.交叉熵公式原理 8.L1和L2正则化的区别 9.传统机器学习模型有哪些 10.k-means算法流程 11.DBSCAN和Kmeans对比 12

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：574464
    • 提供者：weixin_38523618

  1. recommendation-system-practice:推荐系统实战课程作业与代码-源码

  2. 推荐系统算法实例 CF：协同过滤 MF：矩阵分解 点击率：模型融合 内容：内容推荐

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：2097152
    • 提供者：weixin_42131633

  1. Recommend:推荐系统-源码

  2. 总结 推荐系统和常用算法 推荐系统简介 知识点1：系统架构，模块介绍（召回，排序，重排序算法和系统等） 知识点2：推荐算法评估指标 知识点3：A / B测试系统 知识点4：冷启动问题和工业界解决方案 程序：冷启动解决方案代码实战（多臂竞争机问题bandit算法相关） 召回算法（CF） 知识点1：常用的CF算法以及变种（User / Item CF等变种） 知识点2：混合CF算法 知识点3：基于模型的CF（LFM矩阵分解，NMF，SVD） 知识点4：基于改进版协同过滤算法实战 程序：基于tenso

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：80740352
    • 提供者：weixin_42136791

  1. MusicRecSys:音乐推荐系统-源码

  2. 说明 本项目为《推荐系统开发实战》一书的演示案例，采用前逐步分离实现，替代使用的是Python的Django框架，前端使用的是Vue，数据库为MySQL，禁止用做商业用户，如有需要联系我授权 注：《推荐系统开发实战》已经在各大电商上线，感兴趣的朋友可以进行关注！ 实现思路 利用网易云API获取部分数据 基于标签进行歌单详情页的推荐，歌曲详情页的推荐，歌手详情页的推荐 基于用户的协同过滤算法给用户推荐用户，个用户推荐歌曲 基于物品的协同过滤算法给用户推荐歌手 基于内容的推荐算法给用户推荐歌单 个性

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：45088768
    • 提供者：weixin_42144707

  1. 【推荐系统实战】：C++实现基于用户的协同过滤（UserCollaborativeFilter）-附件资源

  2. 【推荐系统实战】：C++实现基于用户的协同过滤（UserCollaborativeFilter）-附件资源

  3. 所属分类：互联网

  1. 【推荐系统实战】：C++实现基于用户的协同过滤（UserCollaborativeFilter）-附件资源

  2. 【推荐系统实战】：C++实现基于用户的协同过滤（UserCollaborativeFilter）-附件资源

  3. 所属分类：互联网

  1. 干货分享|详解特征工程与推荐系统及其实践

  2. 本文来自于网络，本文主要介绍了特征工程，以及一些常见的特征工程的方法，以及自然语言处理的特征工程，希望对您的学习有所帮助。协同过滤CollaborativeFiltering特征工程FeatureEngineering推荐系统实战注意点首先我们看一下机器学习的五大环节。一是特征工程。第二是算法定义和调参，就是你该选择什么样的算法，用什么样的参数进行调节。第三是数据采集和清洗，接下来是实现这个算法并进行优化。‘I’代表和业务生产系统集成，所以我们就会简称为FaDAI这五大步骤。特征工程是这五大环节

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：575488
    • 提供者：weixin_38677244

  1. 干货分享|详解特征工程与推荐系统及其实践

  2. 本文来自于网络，本文主要介绍了特征工程，以及一些常见的特征工程的方法，以及自然语言处理的特征工程，希望对您的学习有所帮助。协同过滤CollaborativeFiltering特征工程FeatureEngineering推荐系统实战注意点 首先我们看一下机器学习的五大环节。一是特征工程。第二是算法定义和调参，就是你该选择什么样的算法，用什么样的参数进行调节。第三是数据采集和清洗，接下来是实现这个算法并进行优化。‘I’代表和业务生产系统集成，所以我们就会简称为FaDAI这五大步骤。特征工程是这五大环

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：575488
    • 提供者：weixin_38555350

  1. 3G移动增值业务全程精确营销实践

  2. 移动增值业务种类多、上线快、用户个性化需求强等特点对市场营销人员提出了新的挑战，也为精确营销和客户洞察提供了肥沃的土壤。本文提出了精确营销模式在多业务通用、活跃度提升、渠道协同所具备的优势，并创新地提出了适合3G移动增值业务的全程精确营销思路，利用协同式过滤技术来实现潜在目标客户的识别，利用客户细分来实现策略匹配。为了支撑全程精确营销的落地执行，提出了精确营销实战支撑系统的系统架构，包括供营销策划人员使用的取数平台和供一线营销人员使用的推荐平台，在营销实践中取得了不错的效果。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38656741