前言

吳恩達的課程堪稱經(jīng)典，有必要總結(jié)一下。
學(xué)以致用，以學(xué)促用，通過筆記總結(jié)，鞏固學(xué)習(xí)成果，復(fù)習(xí)新學(xué)的概念。

目錄

文章目錄

• 前言
• 目錄
• 正文
• • 基于內(nèi)容的推薦
  • 協(xié)同過濾
  • 實現(xiàn)細節(jié)：均值歸一化

正文

本章主要講述推薦系統(tǒng)
預(yù)測電影評分。

基于內(nèi)容的推薦

通過屬性以及偏好的乘積獲得評分。
問題形式。
優(yōu)化目標。
優(yōu)化算法

協(xié)同過濾

問題動機
問題形式化計算流程
優(yōu)化目標。
協(xié)同過濾
協(xié)同過濾算法
算法流程圖
向量化，低秩矩陣修復(fù)
協(xié)同過濾，預(yù)測分數(shù)。
如何推薦電影

實現(xiàn)細節(jié)：均值歸一化

均值歸一化。

總結(jié)

以上是生活随笔為你收集整理的吴恩达 coursera ML 第十五课总结+作业答案的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。