Рекомендуючі системи

курс Рекомендуючі системи розроблено для інженерів машинного навчання, які хочуть отримати поглиблені знання та практичні навички в проектуванні та впровадженні рекомендаційних систем.

У цьому інтенсивному тренінгу просунутого рівня ви ознайомитеся з такими модулями, як колаборативна та контентна фільтрація, матрична факторизація, генерація кандидатів, ранжування та повторне ранжування, а також моделі на основі нейронних мереж — від вбудовування, Softmax та Item2Vec до автоенкодерів та варіаційних автоенкодерів.

Завдяки прикладним лабораторним роботам та підсумковому проєкту в сфері роздрібної торгівлі, курс дозволяє вам застосовувати ці методи до реальних випадків, оптимізувати ефективність рекомендацій та розробляти масштабовані, точні та персоналізовані рішення.

Кому воно адресоване?

Цей курс призначений для інженерів машинного навчання.

Що ти навчишся?

У цьому курсі студенти навчаться розробляти та розуміти системи рекомендацій і зможуть застосовувати їх у кількох випадках використання.

Передумови:

Щоб взяти участь у цьому курсі, студенти повинні пройти базове машинне навчання в Tensorflow/Keras.

Учасникам корисно мати знання про:

Базове глибоке навчання

● Нейрони
● Типи шарів
● Мережі
● Функції втрат
● Оптимізатори
● Переобладнання
● Tensorflow

Розклад курсу:

Матеріали курсу англійською мовою. Викладання ведеться румунською мовою.

Модуль 1: Системи рекомендацій і де їх знайти

1.1 Google
Оголошення 1.2
1.3Netflix

Модуль 2: Основні системи рекомендацій

2.1 Косинусна відстань
2.2 СВД
2.3 SVD для факторизації рекомендованої системи
2.4 Лабораторна робота 1: Обчислення СВД

Модуль 3: Генерація кандидатів

3.1 Фільтрування на основі вмісту
3.2 Спільна фільтрація
3.3 Матрична факторізація
3.4 Лабораторна робота 2: Методи факторизації

Модуль 4: Рекомендації з використанням глибоких нейронних мереж

4.1 Модель Softmax
4.2 Вбудовування Softmax
4.3 Вбудовування для нейронних мереж
4.4 Item2Vec
4.5 Лабораторія 3: Обчислювальні вбудовування для фільмів

Модуль 5: Рейтинг

5.1 Пошук
5.2 Підрахунок очок
5.3 Повторне ранжування
5.4 Лабораторія 4: Порівняння системи рекомендацій

Модуль 6: Автокодер для систем Recommender

6.1 Автокодери
6.2 Приховані простори
6.3 Варіаційні автокодери
6.4 Лабораторія 5: VAE для системи Recommender

Проект: Retail Recommender System

Рекомендуємо продовжити:

Програми сертифікації

Рекомендуючі системи

Рекомендуючі системи

Індивідуальні пропозиції для груп від 2 осіб

Деталі курсу

Тривалість:

2
днів

Ціна:

На вимогу

Доставка:

Віртуальний клас

Рівень:

3. Розширений