Projetando sistemas de recomendação de feeds estilo Twitter com machine learning

Como as plataformas sociais massivas decidem qual conteúdo aparece na linha do tempo de um usuário? A criação de um feed altamente envolvente e em tempo real requer uma combinação sofisticada de arquitetura de sistema e aprendizado de máquina. Este curso orienta você através dos blocos de construção fundamentais dos sistemas de recomendação de ração. Você passará de entender as restrições básicas do sistema para projetar pipelines de recomendação de vários estágios que processam milhões de postagens em milissegundos. O que você vai aprender: 1. Entenda a terminologia central e a arquitetura fundamental dos sistemas de alimentação modernos. 2. Projete pipelines de geração de candidatos usando bancos de dados vetoriais modernos e incorporando pesquisa. 3. Gere dados de treinamento de alta qualidade e lide com loops de feedback implícitos sem viés. 4. Construa e avalie modelos de classificação de machine learning otimizados para o engajamento do usuário. 5. Aplique filtragem em tempo real, rankers pesados e heurísticas de diversidade aos feeds finais. 6. Prática de decisões de design de sistema através de cenários e análises escritas abrangentes. Começamos com o básico, definindo termos-chave e explorando o fluxo de alto nível de um pipeline de alimentação. A partir daí, mergulhamos na seleção de candidatos, engenharia de recursos e nos modelos específicos de machine learning usados para classificar o conteúdo. Este curso é projetado para aspirantes a arquitetos de sistemas, desenvolvedores de software e cientistas de dados que desejam entrar no mundo dos sistemas de recomendação. Nenhum conhecimento avançado de machine learning é necessário para começar. Continue lendo para dominar a mecânica por trás dos feeds que usamos todos os dias.