最近因为公司业务上的需求，开始探坑推荐系统。这个乍一听去乐趣无穷的课题，对于算法大神们来说是这样的：

目前最流行的框架莫过于Tensorflow了，但是只要接触过它的人，就知道它使用起来是多么让人恐惧。Tensorflow对我们来说，仿佛是一门高深的Deep Learning学习语言，需要具备很深的机器学习和深度学习功底，才能玩得转。...

从网易云音乐的歌单、亚马逊的商品到抖音的短视频，机器学习主导的推荐系统改变了用户浏览习惯；iphone x 在刘海中祭出3D结构光，人脸识别AI便在移动终端迅速蔓延……...

第三步：为TF新手准备的其他方面内容Recommender-Wide&Deep Network，推荐系统中 wide & deep 网络的教学示例：https://github.com/tflearn/tflearn/blob/master/examples/others/recommender_wide_and_......

协同过滤推荐（Collaborative Filtering recommendation）是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。与传统的基于内容过滤直接分析内容进行推荐不同，协同过滤分析用户兴趣，在用户群中找到指定用户的相似（兴趣...

推荐系统目前已经深入到了互联网的各类产品中。不管是到电子商务网站购物，还是到新闻阅读网站获取信息，甚至是在出行的时候希望听到不同的音乐，不同种类的推荐系统都在我们的生活中发挥着举足轻重的作用。...

笔者邀请您，先思考：1 推荐系统是什么？2 您应用那些推荐算法？转自公众号：阿里技术

转眼学生生涯就结束了，在家待就业期间正好有一段空闲期，可以对曾经感兴趣的一些知识点进行总结。

在恰到好处的时候，用户邂逅到心仪的事物，想必正是一件美好之事。推荐系统就是那个促成美好的丘比特。

推荐系统使用协同过滤的方法，通过收集用户的偏好信息来预测特定用户的兴趣。协同过滤技术的基本假设是，如果用户 A 对某个问题与人 B 有相同的口味或意见，那么 A 就更有可能在其他问题上拥有与 B 的相同的意见。...