weixin_60526

关于协同过滤,FM 的各种算法详细介绍。 协同过滤,简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息,个人透过合作的机制给予信息相当程度的回应并记录下来以达到过滤的目的进而帮助别人筛选信息,回应不一定局限于特别感兴趣的,特别不感兴趣信息的纪录也相当重要。

基于概率论的角度分析机器学习，带书签，英文版，这本书从概率论这个数学角度独特阐述了机器学习的所有问题，需要较强的数学基础。

在线推荐系统可以帮助用户找到电影，工作，餐馆甚至浪漫！将统计数据，人口统计数据和查询术语结合起来，可以获得令人满意的结果。学习以正确的方式构建推荐系统：它可以成就或破坏您的应用程序！PracticalRecommenderSystems解释了推荐系统的工作原理，并展示了如何为您的网站创建和应用它们。

失效时间的统计分析，这是一本经典教材， 关于作者 JOHN D. KALBFLEISCH，博士，密歇根大学安娜堡分校和加拿大安大略省滑铁卢大学生物统计学教授。 ROSS L. PRENTICE，博士，弗雷德哈钦森癌症研究中心和西雅图华盛顿大学的生物统计学教授