机器学习---吴恩达---Week9_2（推荐系统）
Posted zouhq
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了机器学习---吴恩达---Week9_2（推荐系统）相关的知识，希望对你有一定的参考价值。
Recommender Systems（推荐系统）
Problem formulation（问题描述）
nu：用户数量
nm：电影数量
r(i, j)：用户j给电影评分时为1
y(i, j)：用户j给电影i评的分数
Content-‐based recommendations（基于内容的推荐系统）
θ(j)：用户j的参数向量
x(i)：电影i的特征向量
(θ(j))Tx(i)：用户j对电影i的预测评分
m(j)：用户j参与评分的电影数量
优化目标：
优化算法（梯度离散更新）：
Collaborative filtering（协同过滤）
优化算法：
Collaborative filtering（协同过滤）
Collaborative filtering algorithm（协同过滤算法）
优化目标：
优化算法：
Vectorization: Low rank matrix factorization（矢量化：低秩矩阵因式分解）
X * ΘT = Predicted ratings
Finding related movies:
Implementation detail: Mean normalization（实施细节：均值归一化）
以上是关于机器学习---吴恩达---Week9_2（推荐系统）的主要内容，如果未能解决你的问题，请参考以下文章
机器学习- 吴恩达Andrew Ng Week9 知识总结 Recommender Systems
机器学习- 吴恩达Andrew Ng Week9 知识总结 Anomaly Detection