首页
学习
活动
专区
工具
TVP
发布

AI派

公众号:AI派,致力于分享机器学习相关知识,让机器学习更加平民化!
专栏作者
207
文章
265808
阅读量
55
订阅数
人工智能浪潮下如何让自己占尽天时、地利和人和?
2018年人工智能作为新的行业制高点,目前已上升为国家战略。人工智能如何与实体经济有机结合成为行业挖掘技术价值点的重要方向,如何升级传统工厂到工业4.0也成为制造业关心的重要问题。
abs_zero
2018-07-25
3890
推荐系统EE问题与Bandit算法
生活中你可能会遇到类似的情况,你在网上购买了手机,淘宝之后会不断给你推送关于手机相关的商品;如果你看了关于NBA詹姆斯的相关新闻,今日头条之后会不断给你推送詹姆斯的新闻。时间长了,你会发现你的世界里只有手机和詹姆斯,天呐,世界越来越小,视野越来越窄怎么办?
abs_zero
2018-07-25
1.5K0
还没准备好数据呢,为什么要着急用算法呢
开始之前,通知下我的读者,随着订阅读者越来越多,为了对读者们负责,有以下几件事情需要告知下:
abs_zero
2018-07-25
1.1K0
推荐系统这么火,但你真的需要吗
当下,推荐系统已然成了一门显学,也是现在热门的 AI 分支之一。最近十年尤其最近五年,借助推荐系统的技术和名头,异军突起的互联网产品越来越多,个性化推荐系统成了互联网产品的标配,但是你真的需要推荐系统吗?
abs_zero
2018-04-11
5200
个性化推荐系统中的绕不开的经典问题有哪些
推荐系统从诞生到现在,伴随产生了很多的问题,有一些问题有较好的解决方案,但是有的仍然没有通用的解决方案。介绍这些问题之前,先来介绍下推荐系统的预测手段。
abs_zero
2018-04-11
7840
推荐系统中重要却又容易被忽视的问题有哪些
在个性化推荐系统中的绕不开的经典问题有哪些介绍了推荐下中不可避免都会遇到的问题,这里介绍一些不可忽视的一些内容。
abs_zero
2018-04-11
1.1K0
一文告诉你什么是用户画像
做推荐系统的时,我们需要了解我们的用户,也就是说需要对用户的基本情况、基本喜好有个了解。
abs_zero
2018-04-11
1.8K0
如何从文本中构建用户画像
一文告诉你什么是用户画像 介绍了到底什么是用户画像,了解了用户画像的本质是为了让机器去看之后,这里谈一谈如何从文本中构建用户画像。
abs_zero
2018-04-11
4.6K0
如何构建基于内容的推荐系统
基于内容的推荐,最重要的不是推荐算法,而是内容分析。内容分析得越深入,哪怕最开始使用人为定制的规则也能起到不错的效果。
abs_zero
2018-04-11
1.6K0
近邻推荐之基于用户的协同过滤
提到推荐系统,很多人第一反应就是协同过滤,由此可见协同过滤与推荐系统的关系是有多么紧密。这里介绍下基于用户的协同过滤。
abs_zero
2018-04-11
1.7K0
近邻推荐之基于物品的协同过滤
在了解了基于用户的协同过滤之后,还有基于物品的的协同过滤。它们的原理非常类似。在电商平台中经常看到“看了又看”,“看过它的人还看”等等推荐,这些推荐背后对应的算法大多数都是基于物品的协同过滤。
abs_zero
2018-04-11
1.1K0
近邻推荐之 Slope One 算法
使用 Slope One 算法可以避免上面的问题,Slope One 算法专门针对评分矩阵进行计算,不适用于行为矩阵。它不是计算物品之间的相似度,而是计算物品之间的平均评分偏差。
abs_zero
2018-04-11
1.9K0
一文告诉你到底什么是推荐系统
到底什么是推荐系统?按照维基百科的定义:它是一种信息过滤系统,用于预测用户(User)对物品(Item)的评分和偏好。这个定义不是很好理解。我们可以从以下几个角度来了解推荐系统。
abs_zero
2018-04-11
7660
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档