【imooc-297】个性化推荐算法实战（可用于毕设） BAT大牛亲授 - 猎人搜索 轻松搜寻全网资源

• file:12-1 个性化推荐算法实战课程总结与回顾-.mp4
• file:10-6 wd模型的训练与模型在测试数据集上的表现-.mp4
• file:10-5 代码实战wd模型之模型对象的构建-.mp4
• file:10-3 wide and deep网络结构与数学原理介绍-.mp4
• file:10-2 dnn网络结构与反向传播算法-.mp4
• file:10-1 背景知识介绍之什么是深度学习-.mp4
• file:9-9 模型在测试数据集表现 下.mp4
• file:9-7 代码训练gbdt与LR混合模型.mp4
• file:9-6 gbdt模型最优参数选择.mp4
• file:9-3 xgboost数学原理介绍.mp4
• file:9-2 梯度提升树的数学原理与构建流程.mp4
• file:8-7 LR模型的训练.mp4
• file:8-6 代码实战LR之连续特征处理.mp4
• file:8-3 样本选择与特征选择相关知识.mp4
• file:8-1 逻辑回归模型的背景知识介绍.mp4
• file:7-1 学习排序综述.mp4
• file:6-1 个性化召回算法总结与评估方法的介绍。.mp4
• file:5-3 用户刻画与基于内容推荐的代码实战。.mp4
• file:5-2 content based算法代码实战之工具函数的书写.mp4
• file:4-6 基于item bedding产出物品相似度矩阵与item2vec推荐流程梳理.mp4
• file:4-5 word2vec运行参数介绍与item embedding.mp4
• file:4-4 代码生成item2vec模型所需训练数据.mp4
• file:4-3 item2vec依赖模型word2vec之skip gram数学原理介绍.mp4
• file:4-1 item2vec算法的背景与物理意义.mp4
• file:3-7 代码实战personal rank算法的矩阵版本下-2.mp4
• file:3-3 代码构建用户物品二分图.mp4
• file:2-6 基于LFM的用户个性化推荐与推荐结果分析.mp4
• file:2-4 LFM算法训练数据抽取.mp4
• file:2-3 基础工具函数的代码书写.mp4