Свързани публикации 'recommender-systems'


Системи за препоръки в Python
Като обучаващ се с машинно обучение една важна тема, която трябва да научите, е изготвянето на препоръки. Наградата на Netflix се цитира навсякъде, но за съжаление ресурсите за обучение са прости примери или много сложни научни статии. Ето моя опит да подбера някои ресурси, за да разбера различни видове препоръки и да имам предвид нов обучаем. Ще използвам някои библиотеки, за да предскажа и след това да оценя резултатите. проблем Като цяло целта на препоръките е да покажат на..

Решаване на случаи на бизнес употреба чрез препоръчителна система с помощта на lightFM
Леко въведение в LightFM, системите Recommender и концепцията за готварски книги за повторна употреба на код. В тази публикация ще пиша за системите Recommender, как се използват в много уебсайтове за електронна търговия. Публикацията също ще обхване изграждането на прости модели на препоръчителна система с помощта на алгоритъма за матрична факторизация, използвайки пакета lightFM и моята готварска книга за препоръчителна система . Публикацията ще се съсредоточи върху случаи на..

Подход : Система за препоръки за диета (планиране на хранене).
Система за препоръки за диета (планиране на хранене): Тази статия се отнася до подход за изграждане на система за препоръки за диета за разрешаване на предизвикателствата и болестите, пред които е изправено сегашното поколение. Навсякъде технологията играе своята роля, така че би било изключително полезно да се разработи препоръчителна диетична система, която да помогне както на пациенти, така и на лекари. Фон Днес всеки е сбит със здравето, било то работещи жени, спортисти,..

Изграждане на Recommender Engine в Trulia Традиционно казано, намирането на подходящия дом често е...
Това, което не харесвате, казва повече от това, което харесвате Традиционно казано, намирането на правилния дом често е дълъг, стресиращ и досаден процес. Но Trulia го улеснява, като предоставя на потребителите подробности и уникална информация за домовете, от които се интересуват. За да опростим процеса още повече, създадохме механизъм за препоръчване, за да гарантираме, че потребителите винаги са виждайки какво е подходящо за тях. Ето един поглед отвътре как работи: Получаване..