1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。
        3、培训合格学员可享受免费推荐就业机会。

课程目标
掌握推荐系统原理与工作方式，使用Python库进行建模。
适用人群
机器学习，数据领域工作以及要转向人工智能方向的同学们
课程简介
机器学习-推荐系统实战视频课程

课程从推荐系统概述开始，详解推荐系统中两大核心算法：协同过滤与隐语义模型。使用Surprise库对电影数据集进行建模推荐，最后使用Tensorflow实现一个简易的基于隐语义模型的推荐系统。
第1章推荐系统工作原理
1-1系列课程概述
1-2推荐系统应用
1-3推荐系统要完成的任务
1-4相似度计算
1-5基于用户的协同过滤算法
1-6基于物品的协同过滤算法
1-7隐语义模型
1-8隐语义模型求解
1-9模型评估标准
第2章Python从零开始构建音乐推荐系统
2-1音乐推荐任务概述
2-2数据集整合
2-3基于物品的协同过滤
2-4物品相似度计算与推荐
2-5SVD矩阵分解
2-6基于矩阵分解的音乐推荐
第3章使用Surprise库建立推荐系统
3-1Surprise库简介
3-2Surprise库使用方法
3-3得出商品推荐结果
第4章使用Tensorflow构造隐语义模型
4-1使用Tensorflow构造隐语义模型
4-2模型架构
4-3损失函数定义
4-4训练网络