用ML设计一个网上杂货推荐系统

每个人都希望自己的生活在自动推荐和定制中变得更容易。每当你每月购买杂货时，你会根据购物车中所存的东西得到推荐，这不是很酷吗?当然,是的。这时机器学习就发挥作用了。无论是你最喜欢的音乐应用推荐，你想在Netflix旁边播放什么，还是亚马逊你想在下一个看到什么，机器学习在这些情况下就像魔法一样发挥作用。

想要建立关于机器学习的项目?：

机器学习工具包将发送给您，您可以学习和构建使用教程。你今天就可以免费开始了!

1.机器学习(职业发展课程)

2.使用机器学习进行欺诈检测

3.使用Python的机器学习

4.使用ML进行电影推荐

5.使用ML进行手写数字识别

6.机器学习培训与实习

7.基于深度学习的脑肿瘤检测

什么是产品推荐系统?

产品推荐系统是一种工具，旨在为客户提供建议，了解他下一步想买什么。产品推荐基本上有三种类型。

1. 基于用户的个人喜好，或者他/她在购物车中添加了什么，或者他/她看到了什么。
2. 基于相似人群的选择。和他年龄，性别，背景一样的人。
3. 通过分类产品。例如，如果一个人买了面包，就好像他想买黄油、鸡蛋或牛奶。

概念:

1. 良好的Python编程语言知识(最好是Python 3或以上)
2. 一些基本的机器学习算法

使用的硬件和软件:

1. 你喜欢的操作系统(可以是mac、Linux或Windows)
2. 台式机或笔记本电脑，随便你有什么
3. 在你的笔记本电脑或个人电脑中应该有足够的RAM来运行计算而不受任何干扰。
4. 在您的设备中安装Python 3或以上版本。
5. 系统中安装了一些基本的python库

实现:

1. 首先，也是最重要的是数据。数据、客户和待售产品。
2. 在收集到数据后，为了得到更好的模型和更好的预测，必须对数据进行清理和过滤。
3. 检查行和列。删除所有不需要的数据。删除不完整的字段。因为这将导致错误的预测。
4. 市场上有不同的推荐系统，它们使用不同的机器学习算法。算法包括基于内容的过滤(CBF)、协同过滤、互补过滤等。
5. 当用户进入一个网站或安装第一个应用程序时，该机构并不知道用户会喜欢什么或想买什么。我们必须采用基于人气的策略。向用户显示所有流行的可用产品。这将缩小用户的选择范围。网站也会知道用户的位置，他来自哪个网站等等。
6. 推荐取决于顾客对产品的评价。但并不是所有的顾客都对他们购买的产品打分。这将产生一个稀疏的用户项矩阵。在这些情况下，使用Naïve-Bias应用协同过滤。
7. 协作方法使用最近邻算法来识别产品。

结论:

首先，你需要了解客户的类型。无论他是网站的第一个用户还是一个老客户。应用这些方法完全取决于您的客户类型。然而，为了对业务产生最大的影响，您需要建立一个精确的模型来从中获得最大的收益。

你知不知道

2022世界杯亚洲区赛程表时间Skyfi实验室帮助学生学习实用的技能通过构建真实的项目。

你可以和朋友一起报名，并在家门口领取工具包

你可以向专家学习，建立可行的项目，向世界展示技能，获得最好的工作。
今天开始!

• Python

• 机器学习

使用机器学习的在线杂货店推荐