ساخت سیستم های توصیه هوشمند با یادگیری عمیق

Crafting Intelligent Recommendation Systems with Deep Learning

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: وقتی با پایگاه داده ای از هزاران محصول یا میلیاردها آهنگ و ویدیو سروکار دارید، چگونه تصمیم می گیرید که مشتریان و مشتریان شما بیشتر به کدام یک علاقه مند شوند؟ در این دوره آموزشی، ساختن سیستم‌های توصیه هوشمند با یادگیری عمیق، شما توانایی درک، حفظ و کمک به یادگیری عمیق LLM‌هایی را که قادر به ارائه توصیه‌های عالی هستند، به دست خواهید آورد. ابتدا، شما یاد خواهید گرفت که سیستم های توصیه، نحوه عملکرد آنها و توانایی انجام آنها را درک کنید. در مرحله بعد، قدرت پیش‌بینی و عملکرد فاکتورسازی ماتریس، جاسازی‌ها و دیگر مفاهیم کلیدی و سطح بالای سیستم توصیه ML را کشف خواهید کرد. در نهایت، نحوه بهینه سازی و ارزیابی سیستم های توصیه ML را برای به حداکثر رساندن عملکرد و به حداقل رساندن هزینه ها خواهید آموخت. پس از اتمام این دوره، مهارت ها و دانش سیستم های توصیه و یادگیری عمیق مورد نیاز برای کمک به ایجاد تسلط در مهندسی ML و سیستم های توصیه را خواهید داشت.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

درک سیستم های توصیه Understanding Recommendation Systems

  • درک سیستم های توصیه Understanding Recommendation Systems

  • فاکتورسازی و جاسازی ماتریس Matrix Factorization and Embeddings

  • بهبود توصیه ها با فیلتر مشارکتی Improving Recommendations with Collaborative Filtering

مقیاس بندی، بهینه سازی، و ارزیابی سیستم های توصیه Scaling, Optimizing, and Evaluating Recommendation Systems

  • مقیاس بندی، بهینه سازی، و ارزیابی سیستم های توصیه Scaling, Optimizing, and Evaluating Recommendation Systems

  • بهینه سازی عملکرد موتور توصیه شده Optimizing Recommendation Engine Performance

  • ارزیابی عملکرد موتور توصیه ML Evaluating ML Recommendation Engine Performance

نمایش نظرات

ساخت سیستم های توصیه هوشمند با یادگیری عمیق
جزییات دوره
40m
7
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
از 5
دارد
دارد
دارد
Daniel Stern
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Daniel Stern Daniel Stern

Daniel Stern یک رمزگذار ، توسعه دهنده وب و علاقه مند به برنامه نویسی از تورنتو ، انتاریو است ، جایی که او به عنوان یک توسعه دهنده و طراح مستقل کار می کند. دانیل از روزهای برقراری ارتباط تلفنی با فناوری های وب کار می کند و به ویژه علاقه زیادی به جاوا اسکریپت ، CSS ، آنگولار ، React و TypeScript دارد. در طول کار خود به عنوان یک توسعه دهنده منبع باز ، وی بسیاری از ابزارهای وب با استانداردهای جامعه از جمله Angular Audio و Range.CSS را ایجاد کرده است. ابزار وی ، Range.CSS ، در مقاله مهمان در CSS-Tricks.com و در CSS Weekly به نمایش در آمد. دانیل همچنین دانش خود را از طریق سخنرانی به اشتراک می گذارد ، مانند لندن ، انگلیس در Full Stack Conf 2014 که در آن سخنرانی در مورد بهترین روش های صوتی وب و Angular را ارائه داد. فیلم های سخنرانی دانیل در نشریاتی مانند JavaScript Weekly به نمایش در آمده است. دانیل در تورنتو ، انتاریو زندگی می کند و از ساخت موسیقی الکترونیکی و خواندن Game of Thrones در موارد نادر که کد نویسی نمی کند ، لذت می برد.