FPGA机器学习之龙星计划机器学习第十七堂

推荐系统。

 

推荐系统，亚马逊用的最好。效果30%，就是我本来不是买这个，但是我发现推荐比较合适的就买了的。

这个是google新闻。

推荐电影。合格率60%。符合我们的想法的电影类型。

 

人的爱好有相关性。第一个就是jack喜欢a，b，然后jack和jill是朋友。那也就是说两个朋友喜欢的大概相同。

 我们要讲？添上。

这个是算法。我们更关心的是，好的结果，不喜欢的其实不重要。

 

这里涉及到的是打分系统，其实用户可能就给几个电影打分了。还有就是为什么电影最低也都是6分以上。

这些都涉及到对数据的预处理。

 

一个人的情况是推测的。而其他用户的点击，就是他的训练数据。

问号，是一个 用户并没有给给那个电影打分。

这个计算模型，我感觉这个是最容易看懂的了。

我看的这么快，数学里面的情况，我都不懂。都是听一下，感性理解。

矩阵分解算法。降低维度。

W这个参数为1，就说明有人评价，是0就没评价。没评价的就不管，不参与训练。

我能力有限，但是我努力的学习，我草草的过一遍是为了有一个印象，对于每一个算法，我还是需要详细去学习的。