leno1993 Goto Github PK

attentive_group_recommendation

基于注意力机制的群组推荐系统实现

cfrecommendersystem

Collaborative Filtering Recommender system

chapter7

collaborative-filtering-on-movielens

This repository has implementation of different algorithms for collaborative filtering on movielens dataset

collaborative-filtering-tensorflow

Model based Collaborative Filtering implemented with Tensorflow, 基于模型的协同过滤算法的纯TensorFlow实现

convmf

卷积神经网络（CNN）提取影评特征构建电影推荐系统，pytorch实现

cs224n

homework for CS224n 2017

deeplearning-500-questions

深度学习500问，以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。 全书分为18个章节，50余万字。由于水平有限，书中不妥之处恳请广大读者批评指正。 未完待续............ 如有意合作，联系[email protected] 版权所有，违权必究 Tan 2018.06

deeprec

Implementation of Deep Learning based Recommender Algorithms with Tensorflow.

deeprecommender

Deep learning for recommender systems

django-teaching-15days

该项目主要用来记录每天教课的代码，笔记等等信息

doubanspider

豆瓣电影爬虫 爬取top电影的评论 + 每个用户的看过的电影的评论 用于推荐系统的 协同过滤

feature-engineering-for-ml-zh

:book: [译] 面向机器学习的特征工程

gaohaoyang.github.io

blog & blog theme🤘

itemcollab

ItemCollab包括数据处理、物品推荐、质量评价三个模块。数据处理模块实现数据导入、稀疏度分析和训练集划分功能；物品推荐模块实现了目前主流的几种推荐算法；质量评价模块实现对推荐质量的图表展示功能。ItemCollab扩展性好，便于引用，可帮助用户构建自己的个性化推荐系统

learnpython

以撸代码的形式学习Python

machinelearning

My blogs and code for machine learning. http://cnblogs.com/pinard

memory-based-collaborative-filtering

高效的协同过滤算法实现——推荐系统

movie_recommendation_system

This is a movie recommendation system with tensorflow. Dataset is MovieLens.

movie_recommender

MovieLens based recommender system.使用MovieLens数据集训练的电影推荐系统。

movie_recommender-2

利用 tensorflow实现电影推荐系统

movielens

4 different recommendation engines for the MovieLens dataset.

movielens-ml-lstm

Movie Rating Prediction using GloVe Word Embeddings and Deep Learning (LSTM): Use MovieLens dataset to predict movie ratings using tags generated by users with 67% accuracy using an ensemble model of logistic regression that incorporates clustering of word embeddings and LSTM neural network.

movielens_recommender

Recommendation algorithms based on MovieLens

movierecommendation

本项目使用两种算法来实现一个电影推荐系统，一个是CNN，另一个是矩阵分解的协同过滤。

music_recommendation

此推荐系统类似网易云音乐推荐歌单以及推荐相似歌曲

music_recommendation_2018

1.解析爬取到的Json歌单数据，并进行数据预处理。 2.基于Surprise推荐系统库，采用KNNBaseLine实现基于用户 的协同过滤歌曲推荐。3.借鉴Word2Vec算法**进行Song2Vec处理，实现基于物品的协同过滤歌曲推荐。 4.采用 TensorFlow实现基于LFM的歌曲推荐。

netease-music-recommendation

网易云音乐推荐系统实现

neurec

Next RecSys Library

pumpkin-book

《机器学习》（西瓜书）公式推导解析，在线阅读地址：https://datawhalechina.github.io/pumpkin-book