気に入った記事をブックマーク
- 気に入った記事を保存できます
保存した記事の一覧は、はてなブックマークで確認・編集ができます
- 記事を読んだ感想やメモを書き残せます
- 非公開でブックマークすることもできます
qiita.com/arayaエントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
0
記事へのコメント0件
- 注目コメント
- 新着コメント
新着コメントはまだありません。
このエントリーにコメントしてみましょう。
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
いまの話題をアプリでチェック！
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
主成分分析とK-meansクラスタリングを使った協調フィルタリング - Qiita
レコメンドエンジンのAPI利用を考える レコメンドエンジンはWEB APIなどで利用する機会が多く、精度を保... レコメンドエンジンのAPI利用を考える レコメンドエンジンはWEB APIなどで利用する機会が多く、精度を保ったまま素早く結果を返すことを要求されます。 そのため本記事では映画の視聴履歴に基づくレコメンド機能を実装する際に、主成分分析とK-meansクラスタリングを利用して、レコメンド精度をなるべく保ちつつ、APIの利用に耐えるように計算速度とのバランスを取ります。 今回利用するレコメンドのロジックは、選択した映画に対する各ユーザーの評価が似た映画を抽出してレコメンドするという単純なアイテムベース協調フィルタリングです。 #主成分分析とK-meansクラスタリング 主成分分析(PCA)は高次元や超次元のベクトルの主成分のみを抽出して、ベクトルの次元を下げてデータ量を削減する手法です。 主成分分析後の次元数を予め決められるので、主成分の次元を決めるとデータ量も決まるので、分析する元ベクトルの
qiita.com/araya
qiita.com/araya
qiita.com/araya
qiita.com/araya
www.ipa.go.jp
www.47news.jp
togetter.com
www.caa.go.jp
zenn.dev/smartshopping
photoshopvip.net
news.yahoo.co.jp
masawada.hatenadiary.com
www.nikkei.com
techracho.bpsinc.jp
tech-blog.abeja.asia
g-fun.jp
tech.nri-net.com
agilejourney.uzabase.com
tech.nri-net.com
foneslife.com
