【Narges Razavian】推荐系统

本课件主要内容包括：

1. Amazon.com

2. 示例

3. 两种基本的方法

4. 路线图

5. 基于内容的推荐

6. 协同滤波理念

7. k最近领域

8. 基于用户的kNN CF

9. 基于项目的CF

10. 实际问题：冷启动

11. 隐因子模型

12. 挑战

13. 随机梯度下降

14. 进一步的模型假设

15. 总结

完整课件下载地址：

http://page2.dfpan.com/fs/elc6j2a213291161ea4/

更多精彩文章请关注微信号：