其他分享
首页 > 其他分享> > 吴恩达机器学习笔记week16——推荐系统 Recommender Systems

吴恩达机器学习笔记week16——推荐系统 Recommender Systems

作者:互联网

吴恩达机器学习笔记week16——推荐系统 Recommender Systems

16-1.问题规划 Problem formulation——机器学习自动学习选取一系列适合的特征

在这里插入图片描述
运用已知预测未知的数据

16-2.基于内容的推荐算法 Content-based recommendations

线性回归问题
先得到每个电影是爱情片还是动作片的程度(对于每个电影有特征向量),
由此计算出每个人对于爱情片和动作片的喜爱程度(即参数theta)
在这里插入图片描述

16-3.协同过滤 Collaborative filtering——特征学习

先得到每个人对于爱情片和动作片的喜爱程度,
由此计算出每个电影是爱情片还是动作片的程度
在这里插入图片描述

16-4.协同过滤算法 Collaborative filtering algorithm——综合

16-5.矢量化:低轶矩阵分解 Vectorization:Low rank matrix factorization——协同过滤算法的向量化实现&&该算法的应用

在这里插入图片描述
通过已看的电影,推荐下一部电影
两个电影特征向量之间距离最小
在这里插入图片描述

16-6.实施细节:均值规范化Implementational detail: Mean mormalization——均值归一化

问题:有人未对任何一种电影进行评价
在这里插入图片描述
使均值为0
在这里插入图片描述

标签:吴恩达,filtering,Collaborative,爱情片,16,week16,算法,过滤,Systems
来源: https://blog.csdn.net/Saulty/article/details/109399403