• <nav id="8gm0o"></nav>
  • <menu id="8gm0o"><strong id="8gm0o"></strong></menu>
    <nav id="8gm0o"><strong id="8gm0o"></strong></nav>
  • 为了账号安全,请及时绑定邮箱和手机立即绑定

    推荐算法理论与实践

    陈家栋 全栈工程师
    难度中级
    时长 1小时55分
    学习人数
    综合评分9.57
    20人评价 查看评价
    9.3 内容实用
    9.9 简洁易懂
    9.5 逻辑清晰
    综合
    评分
    9.57
    • 内容实用9.3
    • 简洁易懂9.9
    • 逻辑清晰9.5
    米开朗琪罗哎

    挺好的!讲的很棒!很全面。主要是tensorflow版本太低。要是能表明各个包用的版本就好了

    时间:2021-05-13
    0/300

    取消
    回复
    snfdf1

    非常棒?。?!深入浅出

    时间:2020-04-05
    0/300

    取消
    回复
    慕尼黑4153348

    这逻辑不得了啊,66666666

    时间:2020-04-01
    0/300

    取消
    回复
    0/300

    取消
    回复
    lightzhixing

    入门学习可以看一下。

    时间:2020-02-06
    0/300

    取消
    回复
    qq_黄星_0

    非常棒?。?!深入浅出 0

    时间:2019-09-20
    0/300

    取消
    回复
    慕莱坞4069166

    非常棒?。?!深入浅出

    时间:2019-06-17
    0/300

    取消
    回复
    qq_慕勒5055957

    非常棒?。?!深入浅出

    时间:2019-01-30
    0/300

    取消
    回复
    herongwei

    干货满满,帮我梳理了一遍协同过滤的几种类型,点赞!

    时间:2018-11-11
    0/300

    取消
    回复
    Wesley_Yang

    先听听,再实践。扩充一下知识。

    时间:2018-07-27
    0/300

    取消
    回复
    brianmay

    学完后需要自己再多涉猎相关知识

    时间:2018-07-24
    0/300

    取消
    回复
    赵甲第

    比较简明,逻辑也比较清晰

    时间:2018-07-12
    0/300

    取消
    回复
    fengshunsgit

    老师讲的666,很不错

    时间:2018-07-08
    0/300

    取消
    回复
    慕粉3202573

    老师讲的666,就是有些听不懂,睡着了。。哈哈哈。。

    时间:2018-06-29
    0/300

    取消
    回复
    ali是个小太阳

    很好!希望多出教程!老师,辛苦了!

    时间:2018-06-22
    0/300

    取消
    回复
    玩纸少年

    能分享下 源码吗? 谢谢

    时间:2018-06-05
    0/300

    取消
    回复
    半菡

    干货满满,帮我梳理了一遍协同过滤的几种类型,点赞!

    时间:2018-05-28
    0/300

    取消
    回复
    小菠萝萝

    课程不错,但是视频里说的前面的实战是什么= =

    时间:2018-05-19
    0/300

    取消
    回复
    坚持2016

    点赞,敢开这种核心技术和前沿技术的课程。

    时间:2018-05-08
    0/300

    取消
    回复
    Finit

    点赞,敢开这种核心技术和前沿技术的课程。

    时间:2018-05-08
    0/300

    取消
    回复
    luozeng

    应该是要出 实战课程 !

    时间:2018-05-07
    0/300

    取消
    回复
    课程须知
    掌握python语法,自学能力强!
    老师告诉你能学到什么?
    1、基于内容的推荐系统的原理 2、基于矩阵分解的推荐系统的原理 3、基于商品的协同过滤的推荐系统的原理 4、基于用户的协同过滤的推荐系统的原理 5、构建基于矩阵分解的电影推荐系统

    微信扫码,参与3人拼团

    意见反馈 帮助中心 APP下载
    官方微信
    友情提示:

    您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

    985彩票 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>