آموزش 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

Pluralsight (پلورال سایت)

Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.

یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.

آموزش 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.