Rekomendasi otomatis ada di mana-mana: Netflix, Amazon, YouTube, dan lainnya. Sistem rekomendasi mempelajari tentang minat unik Anda dan menunjukkan produk atau konten yang menurut mereka paling Anda sukai. Temukan cara membangun sistem rekomendasi Anda sendiri. Dalam kursus ini, ia membahas algoritma rekomendasi berdasarkan penyaringan kolaboratif berbasis lingkungan dan teknik yang lebih modern, termasuk faktorisasi matriks dan bahkan pembelajaran mendalam dengan jaringan saraf tiruan. Sepanjang kursus, Anda dapat belajar dari pengalaman industri yang luas dan memahami tantangan dunia nyata dalam menerapkan algoritma ini dalam skala besar dengan data dunia nyata. Anda juga dapat langsung bekerja, mengembangkan kerangka kerja Anda sendiri untuk menguji algoritma dan membangun jaringan saraf Anda sendiri menggunakan teknologi seperti Amazon DSSTNE, AWS SageMaker, dan TensorFlow.
Tujuan Pembelajaran:
Arsitektur pemberi rekomendasi Top-N
Jenis rekomendasi
Dasar-dasar python untuk bekerja dengan para pemberi rekomendasi
Mengevaluasi sistem rekomendasi
Mengukur rekomendasi Anda
Meninjau kerangka mesin pemberi rekomendasi
Penyaringan berbasis konten
Pemfilteran kolaboratif berbasis lingkungan
Metode faktorisasi matriks
Dasar-dasar pembelajaran yang mendalam
Menerapkan pembelajaran mendalam untuk rekomendasi
Penskalaan dengan Apache Spark, Amazon DSSTNE, dan AWS SageMaker
Tantangan dan solusi dunia nyata dengan sistem yang direkomendasikan
Studi kasus dari YouTube dan Netflix
Membangun hibrida, rekomendasi ansambel
