机器学习】请问协同过滤算法指的是什么?有何具体使用场景?能否举例说明一下?

2020-07-15 08:59发布

1条回答
nove
2楼 · 2020-07-16 13:35

很成熟的一个推荐算法


使用在推荐些用户喜欢的产品,视屏等方便

相关问题推荐

  • 回答 1

    使用已经建立好的数学模型,进行数据的挖掘机器学习是利用已知的算法来进行模型的训练

  • 回答 2

    机器学习——实现人工智能的一种方式深度学习——一种实现机器学习的技术

  • 回答 3

    机器学习中的神经网络分支包括深度学习。深度学习相对于普通的神经网络的优势在于,可以自动提取特征。将人从以前的手动提取特征的繁琐中解放出来,只需要会一套流程,就可以达到很好的效果。...

  • 回答 3

    机器学习可能会广泛应用到日常生活,但是普及开来学习还有一定的时间,课程难度会有一方面,学习成本也比较大,所以短时间内很普及可能性还是不太大的。

  • 回答 3
    已采纳

    监督学习(supervised learning)从给定的训练数据集中学习出一个函数(模型参数),当新的数据到来时,可以根据这个函数预测结果。监督学习的训练集要求包括输入输出,也可以说是特征和目标。训练集中的目标是由人标注的。监督学习就是最常见的分类(注意和...

  • 回答 1

    分类:是已知类别时,对数据进行按标签进行划分到不同类别中,属于有监督的学习。聚类:是在没有标签的情况下,将相似的数据划分到一个类中,属于无监督的学习。

  • 回答 1

    其实这个是两个词的组合,可以拆分为TF和IDF。TF(Term Frequency,缩写为TF)也就是词频啦,即一个词在文中出现的次数,统计出来就是词频TF,显而易见,一个词在文章中出现很多次,那么这个词肯定有着很大的作用,但是我们自己实践的话,肯定会看到你统计出...

  • 回答 1

    余弦距离,也称为余弦相似度,是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量。余弦值越接近1,就表明夹角越接近0度,也就是两个向量越相似,这就叫余弦相似性。  上图两个向量a,b的夹角很小可以说a向量和b向量有很高的的相似性,极...

  • 回答 1

    1)线性回归要求变量服从正态分布,logistic回归对变量分布没有要求。2)线性回归要求因变量是连续性数值变量,而logistic回归要求因变量是分类型变量。3)线性回归要求自变量和因变量呈线性关系,而logistic回归不要求自变量和因变量呈线性关系。4)logistic...

  • 回答 1

    d:阻尼系数M(i):指向i的页面集合,即给Pi页面做入链的其它页面集合L(j):页面的出链数,即M(i)的某个页面的出链数PR(pj):j页面的PR值n:所有页面数  每一个给Pi页面投票(给它做入链的)的页面的页面价值除以出链数,例如有3个页面A、B、C给D页面投票,...

没有解决我的问题,去提问