Fundamentos de RecSys: Algoritmos, Evaluación e Implementación

Los sistemas de recomendación (RecSys) son el motor detrás de las principales plataformas, impulsando el descubrimiento de contenido y la participación de los usuarios en el comercio electrónico, los medios de comunicación y las redes sociales.Dominar RecSys es esencial para cualquier científico de datos moderno que trabaje con grandes bases de usuarios. Al final de este curso, usted poseerá el conocimiento fundamental y las habilidades prácticas necesarias para construir e implementar tuberías personalizadas de RecSys, desde el procesamiento inicial de datos hasta el servicio de modelos y la evaluación rigurosa del rendimiento. Lo que aprenderás: * Comprender los conceptos básicos de la recomendación personalizada, incluidos el filtrado colaborativo, los métodos basados en contenido y los modelos híbridos. * Aplicar técnicas clásicas como SVD y mínimos cuadrados alternos (ALS) para la factorización de matrices eficiente y el modelado de retroalimentación implícita. * Configurar arquitecturas modernas de aprendizaje profundo, como los modelos de dos torres, para la generación avanzada de candidatos y la eficiencia de recuperación mediante la indexación vectorial. * Diseñar canalizaciones RecSys de varias etapas, que cubren la generación de candidatos, puntuación, clasificación e integración de conceptos de servicio en tiempo real. * Evaluar el rendimiento del sistema utilizando métricas estándar (precisión, recuerdo) y métricos avanzados centrados en la diversidad y la novedad. * Practicar el manejo de desafíos comunes como la escasez de datos, el problema de arranque en frío y el sesgo en los resultados de recomendación. El curso comienza con la terminología y los conceptos fundamentales, luego progresa a través de la práctica práctica con algoritmos clásicos, culminando en los principios de diseño para las arquitecturas de recomendación modernas basadas en redes neuronales. Este curso está diseñado específicamente para principiantes en ciencia de datos o aprendizaje automático que desean una introducción estructurada al campo de RecSys, sin necesidad de experiencia previa con algoritmos de recomendación. Comienza a leer hoy y construye tu primer motor de recomendación inteligente.