机器学习-Recommender Systems

Problem Formulation（规划）

在机器学习中有一种大思想，它针对一些问题，可能并不是所有的问题，而是一些问题，有算法可以为你自动学习一套好的特征。因此，不要试图手动设计，而手写代码这是目前为止我们常干的。有一些设置，你可以有一个算法，仅仅学习其使用的特征，推荐系统就是类型设置的一个例子。
我们有 5 部电影和 4 个用户，我们要求用户为电影打分。

没有一个用户给所有的电影都打过分。我们希望构建一个算法来预测他们每个人可能会给他们没看过的电影打多少分，并以此作为推荐的依据。

引入一些标记：

---

Content Based Recommendations

在一个基于内容的推荐系统算法中，我们假设对于我们希望推荐的东西有一些数据，这
些数据是有关这些东西的特征。
在我们的例子中，我们可以假设每部电影都有两个特征，如 x1代表电影的浪漫程度， x2
代表电影的动作程度。