Budowanie systemów rekomendacji z Pythonem od podstaw

Systemy rekomendacji zasilają świat cyfrowy, prowadząc użytkowników do książek, produktów i muzyki, które kochają.Zrozumienie, jak działają te algorytmy, jest kluczową umiejętnością dla każdego aspirującego specjalisty ds. Danych lub programisty. W tym kursie tekstowym przejdziesz od początkującego do pewnego wdrażania własnych silników rekomendacji.Będziesz budować systemy filtrowania współpracy od podstaw, krok po kroku, upewniając się, że rozumiesz matematykę i logikę kodu, zanim przejdziemy do potężnych gotowych narzędzi. Czego się nauczysz: - Zrozum podstawowe pojęcia filtrowania opartego na użytkownikach i elementach - Oblicz matematycznie wskaźniki podobieństwa i przetłumacz te formuły na czysty kod Pythona - Zbuduj silnik rekomendacji od podstaw za pomocą standardowego Pythona i nowoczesnych bibliotek obsługi danych - Analizuj dane na dużą skalę za pomocą standardowego zestawu danych MovieLens - Skutecznie wdrażaj zalecenia za pomocą specjalistycznych bibliotek, takich jak Surprise i LibRecommender - Poznaj nowoczesne koncepcje podobieństwa wektorów i wskaźniki oceny stosowane we współczesnych przepływach pracy z rekomendacjami Zaczniesz od podstawowych definicji i pojęć matematycznych, testując obliczenia na małych, zarządzalnych zbiorach danych.Następnie skalujesz się do danych z prawdziwego świata i odkryjesz, jak zoptymalizować kod za pomocą standardowych bibliotek branżowych. Ten kurs jest przeznaczony dla początkujących z podstawową znajomością Pythona, którzy chcą zanurzyć się w nauce o danych i uczeniu maszynowym.Nie jest wymagane wcześniejsze doświadczenie z algorytmami rekomendacji lub zaawansowaną matematyką. Zacznij czytać już dziś, aby odblokować mechanikę nowoczesnych silników rekomendacji.