لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش سیستمهای توصیه گر در گوگل کلاود (Google Cloud)
- آخرین آپدیت
دانلود Recommendation Systems on Google Cloud
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در این دوره، شما دانش خود را در زمینه مدلهای طبقهبندی و جاسازیها (Embeddings) به کار میگیرید تا یک خط لوله یادگیری ماشین (ML Pipeline) بسازید که به عنوان یک موتور توصیه گر عمل کند.
این دوره، پنجمین و آخرین دوره از سری آموزشهای پیشرفته یادگیری ماشین در گوگل کلاود است.
سرفصل ها و درس ها
خوشآمدگویی به دوره سیستمهای توصیه گر در گوگل کلاود
Welcome to Recommendation Systems on Google Cloud
خوشآمدگویی به دوره سیستمهای توصیه گر در گوگل کلاود
Welcome to Recommendation Systems on Google Cloud
مروری بر سیستمهای توصیه گر
Recommendation Systems Overview
مقدمه
Introduction
انواع سیستمهای توصیه گر
Types of Recommendation Systems
مبتنی بر محتوا یا مشارکتی
Content-Based or Collaborative
اشتباهات رایج در سیستمهای توصیه گر
Recommendation System Pitfalls
بحث و بررسی
Discussion
سیستمهای توصیه گر مبتنی بر محتوا
Content-Based Recommendation Systems
سیستمهای توصیه گر مبتنی بر محتوا
Content-Based Recommendation Systems
معیارهای شباهت
Similarity Measures
ساخت بردار کاربر
Building a User Vector
ارائه توصیه با استفاده از بردار کاربر
Making Recommendations Using a User Vector
ارائه توصیه برای کاربران متعدد
Making Recommendations for Many Users
مقدمه آزمایشگاه: ساخت یک سیستم توصیه گر مبتنی بر محتوا
Lab intro: Create a Content-Based Recommendation System
استفاده از شبکههای عصبی برای سیستمهای توصیه گر مبتنی بر محتوا
Using Neural Networks for Content-Based Recommendation Systems
جمعبندی
Summary
سیستمهای توصیه گر فیلترینگ مشارکتی
Collaborative Filtering Recommendations Systems
انواع دادههای بازخورد کاربر
Types of User Feedback Data
جاسازی (Embedding) کاربران و آیتمها
Embedding Users and Items
نمایش نظرات