在Amazon SageMaker上构建定制的推荐系统 概括 推荐系统已用于定制在线平台上的客户体验。 是一项完全托管的服务，可轻松开发推荐系统解决方案； 它会自动检查数据，执行功能和算法选择，根据您的数据优化模型，并部署和托管模型以进行实时推荐推断。 但是，由于某些领域的独特限制，有时需要定制推荐系统。 在此项目中，我将您了解如何使用上TensorFlow 2.0中的神经协作过滤模型构建和部署自定义的推荐系统。在此基础上，您可以据此进一步进行自定义。 入门 （ ml.t2.medium实例足

推荐人 这个项目是我使用tensorflow创建推荐系统的首次尝试。 我的第一个想法是为做出贡献。 但是由于我的代码朝着自己的方向发展，所以我决定创建此存储库。 像该存储库一样，我正在尝试使用数据集来实现“ 介绍的模型。 到目前为止，仅实现的模型是SVD模型和NSVD模型，两者均在第2.3节中提到。 我写了一篇有关实现这两种模型的博客文章。 要求 张量流 脾气暴躁的 大熊猫 用法 $ python3 svd.py --help usage: svd.py [-h] [-p PATH] [-e E