原书出处
机器学习算法原理与编程实践
04 第4章 推荐系统原理
荐系统 机器学习的大多数算法具有如下特点。 都经历了较长时间的验证,算法本身的稳定性很强,系统一旦部署,都不轻易修改。
算法执行的任务大都属于数据密集型的任务,换成计算机专用术语,在训练阶段属于CPU密集型任务,在分类或预测阶段属于I/O密集型任务。为了提高效率,在正式的环境部署中,我们不建议在程序设计时使用较慢的脚本语言。
很多机器学习算法的改进和优化都涉及知识产权,脚本代码大多会被反编译,不适合具有知识产权的算法编码。 基于以上三点,有兴
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00016.html
EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d