源码简介:

├─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

截图:

加入本站会员,开启尊贵特权之体验

本站资源支持会员下载专享,普通注册会员只能原价购买资源或者限制免费下载次数,付费会员所有资源可下载。

包月会员(国庆特价)

88金币

会员时长:30天
每日2个免费下载次数
享受资源专属折扣

前往开通
包年会员(国庆特价)

188金币

会员时长:365天
一年内,每日2次下载次数
享受资源专属折扣

前往开通
永久会员(国庆特价)

288金币

会员时长:永久
每日5个免费下载次数
享受资源专属折扣

前往开通

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。

最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。 若排除这种情况,可在对应资源底部留言,或联络我们。

对于会员专享、整站源码、程序插件、网站模板、网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。

如果您已经成功付款但是网站没有弹出成功提示,请联系站长提供付款信息为您处理

源码素材属于虚拟商品,具有可复制性,可传播性,一旦授予,不接受任何形式的退款、换货要求。请您在购买获取之前确认好 是您所需要的资源