CDN加速镜像 | 设为首页 | 加入收藏夹
当前位置: 首页 资源下载 源码下载 数值算法/人工智能 人工智能/神经网络/遗传算法 搜索资源 - 推荐系统

搜索资源列表

  1. licenseplatrecognition

    0下载:
  2. 车牌自动识别系统源码,经调试识别还可以,推荐-Automatic Vehicle Recognition System source code, can also be identified by the commissioning, it is recommended
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-05-12
    • 文件大小:2752553
    • 提供者:zhoukere
  1. ga

    1下载:
  2. 求解电力系统无功优化的改进遗传算法程序,程序效率高,推荐-Solving reactive power optimization of improved genetic algorithm
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-04
    • 文件大小:3880
    • 提供者:常安
  1. UnresystCD

    0下载:
  2. 传上去的为数据挖掘推荐系统源码,大家可以下载使用-Recommendation algorithm source code
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-06-09
    • 文件大小:16668498
    • 提供者:lingm
  1. MyMediaLiteJava

    0下载:
  2. 推荐系统的源代码,具有当今最新的推荐算法实现,有众多应用。比如作为插件应用于开源数据挖掘工具RapidMiner中。-Source code for recommendation systems, with state-of-the-art algorithms for recommendation and widely applicable. It can be used as plugin in the open source data mining tool RapidMiner.
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-06-10
    • 文件大小:17656678
    • 提供者:杜建
  1. svdfeature-1.1.6

    0下载:
  2. CF svdFeature, 基于C++开发的,利用svd奇异矩阵分解建立的协同过滤工具箱。可以解决常用的所有协同过滤问题。对于推荐系统的建立至关重要,是很好的学习和使用的工具箱。协同滤波也是最有机器学习感觉的方法之一,我们大家都爱它!-CF svdFeature, a well performed toolkit of confiltering method based on svd, which is developed using C++ programming language. It
  3. 所属分类:AI-NN-PR

    • 发布日期:2014-11-07
    • 文件大小:1093632
    • 提供者:xiebiwei
  1. MovieSite

    2下载:
  2. 实现了一个针对电影评分的推荐算法,搭建了一个简单的web系统,可以推荐用户可能感兴趣的电影。-A recommendation algorithm for the film score, to build a simple web system can recommend the user may be interested in movies.
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-11-23
    • 文件大小:11336705
    • 提供者:孙栋衡
  1. BaiduRe

    0下载:
  2. 推荐系统中的二部图,热传导推荐具体实现过程-Recommended system two maps, heat conduction recommend specific implementation process
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-11-19
    • 文件大小:6559
    • 提供者:杨程成
  1. graphlab-master

    0下载:
  2. graphlab 关于推荐系统的开源代码-a graph-based, high performance, distributed computation framework written in C++.
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-05-14
    • 文件大小:3125499
    • 提供者:wang
  1. PMF

    0下载:
  2. C++实现的Probabilistic Matrix Factorization(PMF) 算法,用于推荐系统-Probabilistic Matrix Factorization(PMF)in C++
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-06
    • 文件大小:3378
    • 提供者:zou
  1. recommenderlab_code

    0下载:
  2. 基于R语言开发的一个推荐系统,测试可以运行。-A recommendation system based on R language, the test can be run.
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-12
    • 文件大小:867
    • 提供者:许江
  1. test.tar

    1下载:
  2. 用于推荐系统的svd算法,以movielens 1m数据集为例,并有调参数方法-an implemention of svd algorithm for recommender
  3. 所属分类:人工智能/神经网络/遗传算法

    • 发布日期:2017-05-09
    • 文件大小:2560
    • 提供者:开发费
  1. recommendation-system

    0下载:
  2. 一个08基于信任的推荐系统的模型 -A model of a 08trust-based recommendation systemA model of a 08trust-based recommendation system
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-30
    • 文件大小:432171
    • 提供者:李军
  1. Social-Profile-master冷启动

    1下载:
  2. 推荐Netflix,亚马逊系统Spotify,例如,可以推荐我们基于我们的历史的新东西,行为和我们玩什么内容。但是当一个新用户到达没有数据的系统时会发生什么呢?我们向他推荐什么?这是冷启动问题。(Recommending systems like Netflix, Spotify, amazon, for instance, can recommend us new stuff based on our history, behavior and what content we play. Bu
  3. 所属分类:人工智能/神经网络/深度学习

    • 发布日期:2017-12-22
    • 文件大小:879616
    • 提供者:jun8814
  1. wooflix.tar

    0下载:
  2. https://gustavonarea.net/blog/posts/korens-svd-python-implementation/(Koren's SVD++ Python Implementation)
  3. 所属分类:人工智能/神经网络/深度学习

    • 发布日期:2018-04-29
    • 文件大小:216064
    • 提供者:BBX.
  1. MovieLens-RecSys-master

    0下载:
  2. “推荐系统实践”,项亮,代码。数据“下载Movielens 1M数据集[ml-1m.zip](http://files.grouplens.org/datasets/movielens/ml-1m.zip),并解压到项目MovieLens-RecSys文件夹下”("Recommending system practice", light, code. The data "downloads the Movielens 1M data set [ml-1m.zip]
  3. 所属分类:人工智能/神经网络/深度学习

    • 发布日期:2018-05-01
    • 文件大小:5120
    • 提供者:frank008
  1. 统计自然语言处理-刘挺

    1下载:
  2. 机器学习实战,主要关于推荐系统,聚类分析,使用语言为python(maching learning in action)
  3. 所属分类:人工智能/神经网络/深度学习

    • 发布日期:2018-05-03
    • 文件大小:4211712
    • 提供者:scall
搜珍网 www.dssz.com