Python数据分析行业案例课程--推荐系统

Python数据分析行业案例课程–推荐系统

课程目标： 帮助学员掌握在具体互联网业务背景下推荐系统的实战操作。

共12小时49分钟
更新时间：

30天前

价　　格
¥299.00
优惠活动
会会员95折，立省14.95元加入会员，享更多权益>>>
惠购买该课程所属专题立省1325.99元>>>

课程目标

帮助学员掌握在具体互联网业务背景下推荐系统的实战操作。

适用人群

已有基本Python数据分析技能，希望进一步提升自身实战能力，精通行业分析应用的人员。

课程简介

视频列表

推荐系统概述（上）

课程内容介绍–(暂无分享，立即分享)

为什么会出现推荐系统？–(暂无分享，立即分享)

推荐系统的常见形式–(暂无分享，立即分享)

推荐系统算法的基本思路–(暂无分享，立即分享)

推荐系统评测的三大步骤–(暂无分享，立即分享)

怎样才能算一个好的推荐系统？–(暂无分享，立即分享)

推荐系统的评估：准确率–(暂无分享，立即分享)

推荐系统的评估：其余指标–(暂无分享，立即分享)

推荐系统概述（下）

推荐系统常用的相似度指标–(暂无分享，立即分享)

推荐系统中的一些基础模型–(暂无分享，立即分享)

电影评分数据集简介–(暂无分享，立即分享)

云音乐数据集简介–(暂无分享，立即分享)

云音乐数据集的预处理–(暂无分享，立即分享)

Suprise包使用入门

Surpise包简介–(暂无分享，立即分享)

Surpise包实战：读取数据–(暂无分享，立即分享)

Surpise包实战：数据拆分–(暂无分享，立即分享)

Surpise包实战：模型的拟合与评估–(暂无分享，立即分享)

Surpise包实战：将结果用于推荐–(暂无分享，立即分享)

协同过滤

协同过滤概述–(暂无分享，立即分享)

ItemCF方法–(暂无分享，立即分享)