Machine Learning Fundamentals: Learning to Make Recommendations 机器学习基础教程之推荐系统 Lynda课程中文字幕

Machine Learning Fundamentals: Learning to Make Recommendations 中文字幕

机器学习基础教程之推荐系统 中文字幕Machine Learning Fundamentals: Learning to Make Recommendations

这个基于项目的课程向所有技能水平的程序员展示如何使用机器学习来构建可以提出建议的程序
在这门课程中,Adam Geitgey带领您通过动手实验室建立推荐系统,该系统能够根据他们已查看或购买的过去产品向客户推荐类似的产品
该系统还可以识别哪些产品彼此相似

推荐系统是几乎每个现代消费者网站的关键部分
该系统通过帮助客户发现他们未曾发现的产品和服务来帮助推动客户互动和销售
本课程使用免费的开源工具Python 3.5,pandas和numpy
到课程结束时,您将有机会使用机器学习来解决推荐问题
你学到的东西可以直接应用到你自己的项目中

主题包括:
建立机器学习系统
培训机器学习系统
提高机器学习系统的准确性
评估收到的建议
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • [亚当]推荐系统是机器学习系统,帮助用户发现新的产品和服务。
    每当您在线购买产品时,推荐系统都会引导您选择最有可能购买的产品。
    嗨,我是Adam Geitgey。
    我是一名软件工程师,我热衷于帮助开发人员学习利用机器学习的最新发展。
    即使您没有机器学习的经验,本课程将教您如何从头开始建立推荐系统。
    在这个课程中,我们将使用硅谷初创公司使用的相同技术来构建机器学习推荐系统。
    我们的系统将能够根据他们已经看到的电影评论向用户推荐新电影。
    但是完全相同的系统可以用于任何想要推荐给用户的产品或服务。
    推荐系统是现代世界的基本特征。
    用户往往不知所措,推荐系统可以帮助他们快速找到自己喜欢的产品。
    这不仅导致更多的销售,而且导致更快乐的用户。
    你将能够把你在本课程中建立的推荐系统学到的东西应用到你自己的项目中。
    让我们开始吧。
    本课程视频下载地址:机器学习基础教程之推荐系统
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值