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