RecSys Fundamentals: Algorithms, Evaluation, and Deployment

Hệ thống khuyến nghị (RecSys) là động cơ đằng sau các nền tảng chính, thúc đẩy việc khám phá nội dung và tương tác người dùng trên thương mại điện tử, truyền thông và mạng xã hội. Hiểu biết về RecSys là cần thiết cho bất kỳ nhà khoa học dữ liệu hiện đại nào làm việc với cơ sở người dùng lớn. Vào cuối khóa học này, bạn sẽ có kiến thức cơ bản và kỹ năng thực tế cần thiết để xây dựng và triển khai các đường ống RecSys cá nhân, từ xử lý dữ liệu ban đầu đến phục vụ mô hình và đánh giá hiệu suất nghiêm ngặt. Bạn sẽ học được: * Hiểu các khái niệm cốt lõi của khuyến nghị cá nhân, bao gồm lọc cộng tác, phương pháp dựa trên nội dung và mô hình lai. * Apply các kỹ thuật cổ điển như SVD và Alternating Least Squares (ALS) cho phân tích ma trận hiệu quả và mô hình phản hồi ngầm. * Cấu hình kiến trúc học sâu hiện đại, chẳng hạn như mô hình Two-Tower, cho việc tạo ứng cử viên tiên tiến và hiệu quả truy xuất bằng cách sử dụng chỉ mục vectơ. * Thiết kế các đường ống RecSys đa giai đoạn, bao gồm việc tạo ứng cử viên, đánh giá, xếp hạng và tích hợp các khái niệm phục vụ thời gian thực. * Đánh giá hiệu suất hệ thống sử dụng các chỉ số tiêu chuẩn (chính xác, nhớ lại) và các chỉ tiêu tiên tiến tập trung vào đa dạng và mới mẻ. * Thực hành xử lý các thách thức phổ biến như dữ liệu khan hiếm, vấn đề khởi động lạnh, và thiên vị trong kết quả khuyến nghị. Chương trình bắt đầu với thuật ngữ và khái niệm cơ bản, sau đó tiến hành thực hành với các thuật toán cổ điển, đỉnh điểm là các nguyên tắc thiết kế cho kiến trúc đề xuất dựa trên mạng nơron hiện đại. Lớp học này được thiết kế đặc biệt cho người mới bắt đầu trong khoa học dữ liệu hoặc học máy muốn có một sự giới thiệu có cấu trúc đến lĩnh vực RecSys, không yêu cầu kinh nghiệm trước đó với các thuật toán khuyến nghị. Bắt đầu đọc hôm nay và xây dựng động cơ khuyến nghị thông minh đầu tiên của bạn.