个性化推荐算法实战(可用于毕设) BAT大牛亲授

David | 机器学习工程师

¥119

¥399

特惠价

内容
课程难度
进阶
视频时长
13小时
学习人数
812人
课程评分
9.92分
简介 目录试看 服务 评价 套餐

课程服务

服务
问答专区 源码开放 教辅材料 Git代码存储
环境
语言 Python
日志
共1条日志,最近更新1条

课程讲师

David

机器学习工程师

资深推荐算法,机器学习工程师,在BAT中多家有过工作经验。主导过多个推荐产品个性化推荐算法的0-1搭建和算法项目的0-1搭建。曾获荣誉:第一作者身份算法专利4篇,参与算法专利10余篇。

评价评分9.92

YaphetSNice3502248

10-16

好评

这门课程知识点满满,很受用,对于想转数据挖掘的我来说受用很大,但是公式讲的实在是有些难懂,希望老师以后讲数学公式的时候弄过多结合实例,图等形式讲解,希望老师以后能够多出类似的教学。

Super波神

01-06

好评

正在准备找推荐算法方面的工作,老师讲的干货满满,对我起到了很大的帮助,希望老师今后能出更多进阶课程

咨询更多

相关学习路线

相关课程

已经到底部,没有更多内容了
9.92

内容实用

9.95

通俗易懂

9.90

逻辑清晰

9.91

YaphetSNice3502248

10-16

好评

这门课程知识点满满,很受用,对于想转数据挖掘的我来说受用很大,但是公式讲的实在是有些难懂,希望老师以后讲数学公式的时候弄过多结合实例,图等形式讲解,希望老师以后能够多出类似的教学。

Super波神

01-06

好评

正在准备找推荐算法方面的工作,老师讲的干货满满,对我起到了很大的帮助,希望老师今后能出更多进阶课程

讲师回复
谢谢您的支持,能对您有所帮助是我最高兴的,我会继续加油。

lucassis

01-24

好评

作为linuxC开发,想转人工智能的我来说,这是很不错的一门课程。一直对数据分析比较感兴趣,学了这门课对目前的主流推荐算法有较为详细的了解,希望老师能出更多类似的课程,支持!

讲师回复
谢谢您的支持,我会继续努力。

_天道酬勤_

12-13

好评

课程没有废话,条理清晰,很受用,加上老师指点比我啃书效率高多了。这种视频相关资料市面上太少了,真是及时给力,另外要夸一下老师,提问的问题老师都认真回答,点赞!希望慕课网能多找这样有实力又负责任的老师出课程。我会支持的!

讲师回复
谢谢,我会继续努力,祝您学习愉快,掌握更多知识。

匿名用户

05-29

中评

总的来说还是蛮推荐的,但是很多内容没有列在PPT上,学习效率相对有点打折,再就是公式这块确实没啥兴趣。代码没得说,感谢老师分享。

weixin_慕侠5182936

11-07

好评

讲的非常好,希望老师能是不是更新最新工业界的新课题,很实用

慕妹9162326

07-18

好评

very good bu cuo bu cuo, dry goods full full

Sky_YiBai

06-02

好评

课程代码很实在,也很用心。就是理论知识部分讲的实在是。。。。,一页ppt罗列一下文字,剩下的真的就是干讲啊,买了也不少课程了,这个课程的ppt实在是觉得在这方面“偷懒”了。花钱买了课程代码。

匿名用户

02-01

中评

我觉得这门课还可以,但是自己知识有限有很多不懂得地方

huichuan

12-17

好评

不错,数学公式还是需要自己去看。实战类型的课程,希望能出更多关于推荐算法课程。

船长will

10-24

好评

老师写的代码还是很实用的,有些原理虽然清楚,但落实到代码的时候能够发现自己一些不清晰的地方。 老师写代码的时候的键盘声音还是大了点。确实是希望以后把键盘声音过滤掉。 公式推导的话,老师给出了比较清晰的思路,但公式比较难啃,还需要自己手推或者结合别的资料再看一下。 整体还是很不错的

无敌小虾米_

09-09

好评

入门推荐排序算法值得推荐,可以把常见算法过一遍。老师应该是一名实际经验丰富的工程师,可以很好的把理论知识和实际项目结合起来。但是对于原理的讲解可能是因为时间的原因,相较于其他慕课网的网课并没有达到通俗易懂的程度,这一部分需要自己去找其他资料来辅助学习。还有一点是课程里面老师用的是python2 (2020年就要停止支持了),写代码的时候没有严格遵循PEP8规范,虽然不影响理解和阅读,但是还是希望以后能使用python3并书写规范的代码。最后感谢老师的辛苦付出,期待后续有更好的课程。

慕设计8171224

09-05

好评

公式讲解听的很费力 原因有自己很长时间没有捡起数学了 代码缺少注释 回顾的时候很费解 知识还是干货慢慢

蚂蚁帅帅

07-06

好评

终于学完了,学到了不少知识,比如排序分为粗排精排,lfm/pr/item2vec等召回算法,lr/gbdt/gbdtlr/wd的排序算法等等,从零看老师写代码真的很长见识; 不过老师的公式这里确实讲的一般般,听得云里雾里,公式部分还是另找资料学习吧。 总之感谢老师,这课贵,但是不亏

金戈大王

06-16

好评

整体思路很清晰,但是好多公式讲的太粗糙了,没能彻底解释清楚。

慕移动8891074

05-11

好评

我觉得这门课还可以,但是自己知识有限有很多不懂得地方,就多运行一下代码就好了!

慕标0226918

01-08

好评

毕业设计是搞这方面的,对毕业设计很有帮助

讲师回复
非常高兴能帮到你,我会继续努力。

匿名用户

01-04

好评

老师对于提问的回复很认真及时,课程内容安排合理

讲师回复
谢谢,我会继续努力,既然大家购买了这个课程,我会尽最大努力,帮助大家解难答疑。

WPaulG

10-12

好评

老师讲的非常好,实战内容很有价值!

看视频因为懒

03-15

好评

好评,老师讲的很细致

已经到底部,没有更多内容了
领取优惠券
环境参数
语言
Python
科学计算模块
Numpy 1.15.2
科学计算模块
Pandas 0.23.4
稀疏矩阵模块
Scipy.sparse 1.1.0(最新)
机器学习库
Sklearn 0.20.0 (最新)
机器学习库
Xgboost 0.80(最新)
深度学习模块
Tensorflow 1.11.0(最新)
IDE
Pycharm
服务

问答专区

讲师提供答疑服务,帮助大家扫除学习障碍,达成学习效果

源码开放

课程提供全部源码,你可以自行修改、优化

教辅材料

讲师提供各种原创学习资料,帮助消化课程知识,扩展技术视野

Git代码存储

所有项目源码都通过Git方式托管及下载

日志

视频更新

课程上线 2018年11月22号

适合人群
技术储备