“第三十五章 推荐算法”版本间的差异
来自cslt Wiki
| 第9行： | 第9行： | ||
==扩展阅读== | ==扩展阅读== | ||
| + | * 知乎：什么是推荐系统 [https://zhuanlan.zhihu.com/p/93731598] | ||
| + | * 零基础科普：4种简单推荐算法背后的原理 [https://www.51cto.com/article/664660.html] | ||
* 维基百科：协同过滤[http://aigraph.cslt.org/courses/35/Collaborative_filtering.pdf][http://aigraph.cslt.org/courses/35/協同過濾.pdf] | * 维基百科：协同过滤[http://aigraph.cslt.org/courses/35/Collaborative_filtering.pdf][http://aigraph.cslt.org/courses/35/協同過濾.pdf] | ||
* Ilya Katsov, Customer2Vec: Representation learning for customer analytics and personalization [https://blog.griddynamics.com/customer2vec-representation-learning-and-automl-for-customer-analytics-and-personalization/] | * Ilya Katsov, Customer2Vec: Representation learning for customer analytics and personalization [https://blog.griddynamics.com/customer2vec-representation-learning-and-automl-for-customer-analytics-and-personalization/] | ||
| − | + | ||
*【智库研究】沈艳：“大数据杀熟” 可有解药？[http://www.china.com.cn/opinion/think/2021-11/03/content_77848372.htm] | *【智库研究】沈艳：“大数据杀熟” 可有解药？[http://www.china.com.cn/opinion/think/2021-11/03/content_77848372.htm] | ||
* 知乎：大数据杀熟是什么？ [https://zhuanlan.zhihu.com/p/128561235] | * 知乎：大数据杀熟是什么？ [https://zhuanlan.zhihu.com/p/128561235] | ||
| 第23行： | 第25行： | ||
==演示链接== | ==演示链接== | ||
| − | |||
==开发者资源== | ==开发者资源== | ||
| + | * Recommenders [https://github.com/microsoft/recommenders] | ||
| + | * Simple example of recommendation (python notebook) [https://github.com/shivam1808/Recommendation-System] | ||
==高级读者== | ==高级读者== | ||
* 推荐系统 [https://item.jd.com/12405776.html] | * 推荐系统 [https://item.jd.com/12405776.html] | ||
2022年8月19日 (五) 14:38的版本
教学资料
扩展阅读
- 知乎：什么是推荐系统 [2]
- 零基础科普：4种简单推荐算法背后的原理 [3]
- 维基百科：协同过滤[4][5]
- Ilya Katsov, Customer2Vec: Representation learning for customer analytics and personalization [6]
视频展示
- 贪心学院：基于协同过滤的推荐系统 [11]
演示链接
开发者资源
高级读者
- 推荐系统 [14]
