|
内容介绍:
1.笔记
1_推荐系统简介.pdf
2_数学基础.pdf
3_机器学习基础.pdf
4_机器学习模型.pdf
5_推荐系统算法详解.pdf
6_电影推荐系统设计.pdf
jupyter notebook安装使用.docx
python简单教程.docx
尚硅谷大数据技术之电影推荐系统.pdf
2.资料
01_工具
02_扩展学习资料
3.代码
01_算法代码_JupyterNotebook
02_项目代码_MovieRecommendSystem
4.视频
000_机器学习和推荐系统_课程简介.wmv
I_理论:
001_推荐系统简介_概述.wmv
002_推荐系统简介_推荐系统算法简介.wmv
003_推荐系统简介_推荐系统评测.wmv
004_机器学习入门_数学基础(上).wmv
005_机器学习入门_数学基础(下).wmv
006_机器学习入门_机器学习概述.wmv
007_机器学习入门_监督学习(上).wmv
008_机器学习入门_监督学习(中).wmv
009_机器学习入门_监督学习(下).wmv
010_机器学习模型和算法_python简介.wmv
011_机器学习模型和算法_python基础语法(上).wmv
012_机器学习模型和算法_python基础语法(下).wmv
013_机器学习模型和算法_线性回归(上).wmv
014_机器学习模型和算法_线性回归最小二乘代码实现(上).wmv
015_机器学习模型和算法_线性回归最小二乘代码实现(下).wmv
016_机器学习模型和算法_线性回归(下).wmv
017_机器学习模型和算法_线性回归梯度下降代码实现.wmv
018_机器学习模型和算法_线性回归调用sklearn库代码实现.wmv
019_机器学习模型和算法_K近邻.wmv
020_机器学习模型和算法_K近邻代码实现(上).wmv
021_机器学习模型和算法_K近邻代码实现(中).wmv
022_机器学习模型和算法_K近邻代码实现(下).wmv
023_机器学习模型和算法_逻辑回归(上).wmv
024_机器学习模型和算法_逻辑回归(下).wmv
025_机器学习模型和算法_决策树.wmv
026_机器学习模型和算法_K均值聚类.wmv
027_机器学习模型和算法_K均值聚类代码实现(上).wmv
028_机器学习模型和算法_K均值聚类代码实现(下).wmv
029_推荐系统_推荐系统算法详解(一).wmv
030_推荐系统_推荐系统算法详解(二).wmv
031_推荐系统_推荐系统算法详解(三).wmv
032_推荐系统_TF-IDF算法代码示例.wmv
033_推荐系统_推荐系统算法详解(四).wmv
034_推荐系统_推荐系统算法详解(五).wmv
035_推荐系统_LFM梯度下降算法代码实现(上).wmv
036_推荐系统_LFM梯度下降算法代码实现(下).wmv
II_电影推荐项目
037_电影推荐系统_项目系统设计(上).wmv
038_电影推荐系统_项目系统设计(中).wmv
039_电影推荐系统_项目系统设计(下).wmv
040_电影推荐系统_项目框架搭建.wmv
041_电影推荐系统_数据加载模块(一).wmv
042_电影推荐系统_数据加载模块(二).wmv
043_电影推荐系统_数据加载模块(三).wmv
044_电影推荐系统_数据加载模块(四).wmv
045_电影推荐系统_数据加载模块(五).wmv
046_电影推荐系统_统计推荐模块(上).wmv
047_电影推荐系统_统计推荐模块(中).wmv
048_电影推荐系统_统计推荐模块(下).wmv
049_电影推荐系统_基于LFM的离线推荐模块(上).wmv
050_电影推荐系统_基于LFM的离线推荐模块(中).wmv
051_电影推荐系统_基于LFM的离线推荐模块(下).wmv
052_电影推荐系统_ALS模型评估和参数选取(上).wmv
053_电影推荐系统_ALS模型评估和参数选取(下).wmv
054_电影推荐系统_实时推荐模块(一).wmv
055_电影推荐系统_实时推荐模块(二).wmv
056_电影推荐系统_实时推荐模块(三).wmv
057_电影推荐系统_实时推荐模块(四).wmv
058_电影推荐系统_实时推荐模块(五).wmv
059_电影推荐系统_实时推荐模块测试.wmv
060_电影推荐系统_基于内容推荐模块(一).wmv
061_电影推荐系统_基于内容推荐模块(二).wmv
062_电影推荐系统_基于内容推荐模块(三).wmv
063_电影推荐系统_基于内容推荐模块(四).wmv
064_电影推荐系统_实时系统联调测试(上).wmv
065_电影推荐系统_实时系统联调测试(下).wmv
百度网盘下载地址:
|
|