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

(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:

技术图片

优化算法(梯度离散更新):

技术图片

Collaborative filtering(协同过滤)

优化算法:

技术图片

Collaborative filtering(协同过滤)

技术图片

Collaborative filtering algorithm(协同过滤算法)

优化目标:

技术图片

优化算法:

技术图片

Vectorization: Low rank matrix factorization(矢量化:低秩矩阵因式分解)

X * ΘT = Predicted ratings

Finding related movies:

技术图片

Implementation detail: Mean normalization(实施细节:均值归一化)

技术图片

 

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

机器学习- 吴恩达Andrew Ng 编程作业技巧 for Week9 Anomaly Detection

吴恩达《机器学习》课程总结(16)推荐系统

吴恩达机器学习-11-推荐系统

吴恩达《机器学习》课程总结(19)_总结