edu2act / course-RecSys
Python与机器学习方向,《聚类与推荐算法》课程仓库
☆43Updated 6 years ago
Alternatives and similar repositories for course-RecSys:
Users that are interested in course-RecSys are comparing it to the libraries listed below
- 基于用户行为的推荐算法 大赛---第四名(临兵斗列)☆41Updated 8 years ago
- 卷积神经网络(CNN)提取影评特征构建电影推荐系统,pytorch实现☆128Updated 7 years ago
- 通过对于现有开源分布式机器学习工具的整合(主要是基于参数服务器的logistic regression,xgboost,FFM,FM ),打造一个工业级的,可以线上使用的点击率预估流水线☆26Updated 7 years ago
- 第二届全国大数据比赛-个性化新闻推荐☆68Updated 9 years ago
- 利用MovieLens数据,Pearson相似度,分别基于User和Item构建一个简单的kNN推荐系统,并给出RMSE评测☆68Updated 6 years ago
- 2016 ccf 依据用户轨迹的商户精准营销☆18Updated 8 years ago
- 【腾讯社交广告算法大赛_决赛排名35】以移动app广告为研究对象,根据给定广告、用户和上下文情况信息,预测app广告点击后被激活的概率☆28Updated 7 years ago
- 2017 Global Data Challenge Hosted by JD Finance / JDD—2017京东金融全球数据探索者大赛 金融信贷需求预测☆78Updated 6 years ago
- 科赛 携程出行产品未来14个月销量预测 第2名☆62Updated 7 years ago
- 大数据精准营销中搜狗用户画像挖掘☆36Updated 8 years ago
- 用户对品类下店铺的购买预测☆26Updated 5 years ago
- Python与机器学习方向,《Python Web高级开发》课程仓库☆21Updated 6 years ago
- csdn用户画像的源码☆20Updated 7 years ago
- CSDN用户画像技术评 测☆27Updated 5 years ago
- 京东JData算法大赛Rank37☆48Updated 7 years ago
- 2018平安产险数据建模大赛 驾驶行为预测驾驶风险☆13Updated 6 years ago
- 简单的实现推荐系统的召回模型和排序模型,其中召回模型使用协同过滤算法,排序模型使用gbdt+lr算法☆59Updated 6 years ago
- Python 3.6 下的推荐算法解析,尽量使用简单的语言剖析原理,相似度度量、协同过滤、矩阵分解等☆104Updated 6 years ago
- 研一秋季学期《网络数据挖掘》大作业 - 新闻推荐系统☆14Updated 9 years ago
- 人工智能工程师直通车第三期 实战项目:广告点击率预测(CTR)。预测用户浏览给定网页的广告点击率,提高广告投放精准度。☆22Updated 6 years ago
- 天池大数据比赛总结☆39Updated 6 years ago
- a solution for 2017 JData competition,rank A: 139/4240,B: 97/4240☆13Updated 7 years ago
- 比赛常用的特征工程、类别不平衡处理方法☆16Updated 6 years ago
- 2017京东信贷金额预测竞赛,上传的代码有竞赛的原始代码和赛后结合其他选手的思路整理的重构代码。☆44Updated 7 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆100Updated 6 years ago
- 基于Spark MLlib ALS的音乐推荐系统☆29Updated 8 years ago
- Python与机器学习方向,《TensorFlow基础教程》课程仓库☆41Updated 6 years ago
- 阿里妈妈搜索广告转化预测☆21Updated 6 years ago
- 机器学习笔记,来源于:李航的《统计学习方法》 周志华的《机器学习》 Peter Harrington 的《机器学习实战》 以及Python的 Scikit-Learn 开源库。☆42Updated 8 years ago
- CCF_大数据精准营销中搜狗用户画像挖掘☆17Updated 8 years ago