机器学习第九周（四）--推荐系统

预测电影评分 基于内容的推荐 构造特征向量 参数向量 theta 的计算 梯度下降 协同过滤 特征向量 矛盾 协同过滤的优化 协同过滤的优化 协同过滤过程 低秩矩阵分解 协同过滤的向量化实现 找相关电影 均值归一化 均值归一化的引入 均值归一化 预测电影评分 推荐系统的引入主要有俩个原因： 1、推荐系统是机器学习中一个很重要的应用，一些大的商业公司会利用推荐系统来提高商业效益，这是很重要的。 2、

>>阅读原文<<