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. scikit_surprise推荐系统库

  2. 支持多种推荐算法，SVD, PMF, SVD++, NMF,neighborhood methods,baseline algorithms

  3. 所属分类：Python

    • 发布日期：2017-06-08
    • 文件大小：692224
    • 提供者：pang_hailong

  1. Surprise - Prediction Algorithms（预测方法）

  2. 其中的所有函数啥的

  3. 所属分类：机器学习

    • 发布日期：2017-07-20
    • 文件大小：240640
    • 提供者：u010496169

  1. surprise库

  2. 超好用的推荐系统库，简单易用，安装容易出bug，下载可咨询安装常见问题。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-15
    • 文件大小：603136
    • 提供者：weixin_36537787

  1. 函数式编程中文版.pdf

  2. 什么是函数式编程，相信有会有兴趣了解。纯函数有什么好处？什么是柯里化？这里有答案3 Introduction This is the Simplified Chinese translation of mostly-adequate-guide, thank Professor Franklin Risby for his great work 关于本书 这本书的主题是函数范式( functional paradigm),我们将使用 Javascr ipt这个世 界上最流行的函数式编程语言来讲

  3. 所属分类：Web开发

    • 发布日期：2019-07-03
    • 文件大小：2097152
    • 提供者：mr_jhc

  1. Coursera-guided-projects:Coursera指导的项目-源码

  2. Coursera指导的项目 项目结构 人脸检测 眼睛检测 面部和眼睛检测 行人检测 汽车行驶检测 车牌检测 在这个基于项目的课程中，我们将在Scikit-surprise库的帮助下使用协作过滤创建一个推荐系统，该系统将从过去的用户行为中学习。我们将使用电影镜头数据集，并且在该项目结束时，我们将能够根据每个用户的过去评分为他们提供独特的电影推荐。 我们将要使用的数据集来自美国国立糖尿病，消化与肾脏疾病研究所，并且包含一组女性患者的匿名诊断测量结果。我们将训练一台支持向量机，根据这些测量值来预测新患

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：34603008
    • 提供者：weixin_42150745

  1. CASIA database.rar

  2. CASIA数据集：CASIA汉语情感语料库由中国科学院自动化所录制，共包括四个专业发音人，六种情绪生气（angry）、高兴（happy）、害怕（fear）、悲伤（sad）、惊讶（surprise）和中性（neutral）。其中300句是相同文本的，也即是说对相同的文本赋以不同的情感来阅读，这些语料可以用来对比分析不同情感状态下的声学及韵律表现；另外100句是不同文本的，这些文本从字面意思就可以看出其情感归属，便于录音人更准确地表现出情感。

  3. 所属分类：机器学习

    • 发布日期：2021-03-16
    • 文件大小：48234496
    • 提供者：wuyanne

  1. dsc-implementing-recommender-systems-seattle-ds-career-040119-源码

  2. surprise实施推荐引擎 介绍 本课将为您简要介绍如何使用名为surprise的Python库实现推荐引擎。 您将有机会尝试多种不同类型的协作过滤引擎，从基于邻域的基本方法到矩阵分解方法。 目标 你将能够： 使用surprise的内置阅读器类来处理数据以使用推荐算法 使用surprise创建和交叉验证不同的推荐算法 获得针对特定商品的特定用户的预测 在这一课中，我们将使用数据集中工作内置到surprise称为jester数据集。 该数据集包含用户根据给定笑话所感知的幽默水平在-10到10范

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：14336
    • 提供者：weixin_42102634

  1. recommend_system_learning:基于Gensim库的基于Surprise libaray和word2vec模型的neteasy音乐推荐系统-源码

  2. Recommendation_system_learning 基于Gensim库的基于Surprise libaray和word2vec模型的neteasy音乐推荐系统 网易云音乐歌单推荐和歌曲推荐详细学习过程已经记录在CSDN博客中，点击进入：

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：17825792
    • 提供者：weixin_42144086

  1. music-recommender-system:音乐推荐系统-源码

  2. 音乐推荐系统 推荐系统是为了解决信息过多问题而产生的，可大幅度提升长尾物品的用户到达率。这里的音乐推荐系统，可根据用户历史行为信息，为用户个性化推荐音乐。 基于python语言的音乐推荐系统，采用了惊奇库，深度学习，spark + mllib等推荐方法。推荐系统由离线+在线组成，这里仅展示了离线计算方法。该音乐推荐系统可实现以下推荐策略： 1）针对用户推荐 每日歌曲推荐（根据口味生成，播放和收藏越多，推荐越准） 2）针对歌单推荐 根据你喜欢的《XXX》歌单进行推荐 3）针对歌曲推荐 听某首歌时

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：113664
    • 提供者：weixin_42160252

  1. Hands-On-Recommendation-Systems-with-Python:Packt发布的Python动手推荐系统-源码

  2. 使用Python的动手推荐系统 这是Packt发布的“ 的代码库。 开始使用Python构建功能强大且个性化的推荐引擎 这本书是关于什么的？ 详细说明中的第一段 本书涵盖以下激动人心的功能： 不同种类的推荐系统 使用Pandas库的数据整理技术 构建IMDB排名前250位的克隆 构建基于内容的引擎以基于电影元数据推荐电影 建立推荐器中使用的数据挖掘技术 如果您觉得这本书适合您，请立即获取！ 说明和导航 所有代码都组织在文件夹中。 例如，Chapter02。 该代码将如下所示： #Im

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：377856
    • 提供者：weixin_42120405

  1. Intern-源码

  2. 介绍 matrix_factorization.py是奇异值分解（SVD）脚本，旨在作为推荐系统的协作过滤方法。 该脚本利用了包，该包处理了明确的评级数据。 该程序包用于使用现有数据构建火车集，并返回特定用户的收视率预测，其中可以将在较高频谱上具有收视率预测的产品作为针对用户的推荐输出。 要求 该模块需要以下库： 使用程序包管理器安装Surprise。 pip install scikit-surprise 对于数据操作， import pandas as pd import numpy

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：4194304
    • 提供者：weixin_42116058