ساخت موتورهای پیشنهاددهنده در پایتون
✅ سرفصل و جزئیات آموزش
امروزه انتظار تجربیات شخصیسازی شده در فضای آنلاین را داریم؛ چه پیشنهاد یک نمایش از طرف نتفلیکس باشد یا یک فروشگاه آنلاین که کالاهایی را پیشنهاد میدهد که ممکن است مایل به خرید آنها باشید. اما این پیشنهادها چگونه تولید میشوند؟ در این دوره، تمام آنچه برای ساخت موتور پیشنهاددهنده خود نیاز دارید را یاد خواهید گرفت. از طریق تمرینهای عملی، با دو سیستم متداول، یعنی فیلتر کردن مشارکتی و فیلتر کردن مبتنی بر محتوا، آشنا خواهید شد.
سپس یاد میگیرید که چگونه شباهتهایی مانند فاصله جاکارد و شباهت کسینوسی را اندازهگیری کنید و چگونه کیفیت پیشنهادها را روی داده آزمون با استفاده از خطای میانگین مربعات (RMSE) ارزیابی نمایید. در پایان این دوره، موتور پیشنهاددهنده فیلم مخصوص به خود را ساختهاید و قادر خواهید بود مهارتهای پایتون خود را برای ساخت این سیستمها در هر صنعتی به کار ببرید.
ساخت موتورهای پیشنهاددهنده در پایتون
-
موتورهای پیشنهاددهنده چیستند؟ None
-
پیشنهادهای غیرشخصیسازی شده None
-
پیشنهادهای غیرشخصی None
-
معرفی پیشنهادهای مبتنی بر محتوا None
-
ساخت پیشنهادهای مبتنی بر محتوا None
-
شباهتهای مبتنی بر متن None
-
پیشنهادهای مبتنی بر پروفایل کاربر None
-
فیلتر کردن مشارکتی None
-
یافتن شباهتها None
-
استفاده از K-نزدیکترین همسایه None
-
مبتنی بر آیتم یا مبتنی بر کاربر None
-
مدیریت پراکندگی داده None
-
تجزیه ماتریس None
-
تجزیه مقدار منفرد (SVD) None
-
اعتبارسنجی پیشبینیهای شما None
-
جمعبندی None
مشخصات آموزش
ساخت موتورهای پیشنهاددهنده در پایتون
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:16
- مدت زمان :4:00:00
- حجم :290.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy