Empfehlungssysteme

Kurs Empfehlungssysteme richtet sich an ML-Ingenieure, die fortgeschrittene Kenntnisse und praktische Fähigkeiten im Design und der Implementierung von Empfehlungssystemen erwerben möchten.

In diesem Intensivtraining für Fortgeschrittene erkunden Sie Module wie kollaboratives und inhaltsbasiertes Filtern, Matrixfaktorisierungen, Kandidatengenerierung, Ranking und Re-Ranking sowie auf neuronalen Netzwerken basierende Modelle – von Einbettungen, Softmax und Item2Vec bis hin zu Autoencodern und Variational Autoencodern.

Durch angewandte Labore und ein Abschlussprojekt im Einzelhandelsbereich ermöglicht Ihnen der Kurs, diese Techniken auf reale Fälle anzuwenden, die Empfehlungsleistung zu optimieren und skalierbare, präzise und personalisierte Lösungen zu entwickeln.

Dieser Kurs richtet sich an Ingenieure des maschinellen Lernens.

In diesem Kurs lernen die Studierenden, Empfehlungssysteme zu entwerfen und zu verstehen und können diese auf verschiedene Anwendungsfälle anwenden.

Um an diesem Kurs teilnehmen zu können, müssen die Studierenden Basic Machine Learning in Tensorflow/Keras abgeschlossen haben.

Für die Teilnehmer ist es hilfreich, Kenntnisse über Folgendes zu haben:

Grundlegendes Deep Learning

● Neuronen
● Arten von Ebenen
● Netzwerke
● Verlustfunktionen
● Optimierer
● Überanpassung
● Tensorflow