آموزش توصیه Bootcamp موتور با 3 پروژه Capstone

Recommendation Engine Bootcamp with 3 Capstone Projects

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: پروژه های صنعت توصیه های کارشناسی ارشد با استفاده از تکنیک های توصیه شده مدرن و روش شناسی

آنچه خواهید آموخت

  • در مورد انواع مختلف سیستم های توصیه شده یاد بگیرید
  • در مورد سیستم توصیه شده مبتنی بر محتوا یاد بگیرید
  • درباره فیلتر کردن مبتنی بر همکاری یاد بگیرید
  • در مورد تجزیه ارزش انحصاری یاد بگیرید
  • یادگیری توصیه های فیلم، کتاب ها با استفاده از سیستم توصیه
  • در مورد کتابخانه شگفت انگیز برای سیستم های توصیه شده

به بهترین دوره آنلاین در موتور توصیه نامه خوش آمدید.

تسلط بر موتورهای پیشنهادی مختلف از جمله فیلتر مبتنی بر محتوا ، فیلتر مشترک ، تجزیه ارزش واحد.

هدف سیستم های پیشنهادی ، پیش بینی علایق کاربران و توصیه کالاهایی است که احتمالاً برای آنها جالب است.

موتور توصیه نوعی ابزار فیلتر کردن داده ها با استفاده از الگوریتم های یادگیری ماشین برای توصیه کردن بیشترین موارد به یک کاربر یا مشتری خاص است.

آن را بر اساس اصل پیدا کردن الگوهای در داده های رفتار مصرف کننده عمل می کند، که می تواند به صورت ضمنی یا صریح جمع آوری شود.


این دوره به شما درک کاملی از سیستم های توصیه می دهد.


در این دوره ، شما

را پوشش خواهید داد
  • از موارد سیستم های پیشنهادی استفاده کنید.

  • فیلتر مبتنی بر محتوا.

  • فیلتر کردن فیلم ها براساس ژانرها.

  • فیلتر مشارکتی مبتنی بر کاربر.

  • فیلتر مشارکتی مبتنی بر مورد.

  • تجزیه مقدار واحد با استفاده از کتابخانه سورپرایز.


نه تنها این ، شما همچنین روی سه پروژه بسیار هیجان انگیز کار خواهید کرد.

شما یاد خواهید گرفت که یک موتور توصیه فیلم و همچنین یک موتور توصیه کتاب و سیستم بازاریابی کار باز کنید.

کار در چنین پروژه های مهیجی سرگرم کننده خواهد بود.

خواهید دید که توصیه کردن کتابها یا فیلمهای جدید براساس اولویت های کاربر در گذشته چقدر آسان است.


من تضمین می کنم این دوره را دوست خواهید داشت.

تمام منابع استفاده شده در این دوره با شما به اشتراک گذاشته می شود.

منتظر نمانید و اکنون ثبت نام کنید.

این دوره برای چه کسانی است:

  • تحلیل گر داده
  • دانشمندان داده

سرفصل ها و درس ها

مقدمه ای بر سیستم توصیه Introduction to Recommendation System

  • مقدمه ای بر سیستم های پیشنهادی Introduction to Recommender systems

  • موارد استفاده چیست What are it's Use Cases

  • انواع سیستم های توصیه کننده Types of Recommender Systems

  • ارزیابی سیستم های پیشنهادی Evaluating Recommender Systems

  • پرسش و پاسخ Q and A

فیلتر کردن محتوا Content Based Filtering

  • مقدمه ای بر فیلتر محتوا Introduction to Content Based Filtering

  • پیش پردازش داده ها برای فیلتر محتوا Preprocessing the Data for Content Based Filtering

  • فیلتر کردن فیلم ها براساس ژانرها Filtering Movies Based on Genres

  • مقدمه ای بر رمزگذار معاملاتی Introduction to Transactional Encoder

  • توصیه فیلم های مشابه برای تماشا Recommending Similar Movies to Watch

  • مسابقه برای فیلتر کردن محتوا Quiz on Content Based Filtering

فیلتر مبتنی بر همکاری Collaborative Based Filtering

  • مقدمه ای بر فیلتر کردن مشارکتی Introduction to Collaborative Filtering

  • پیش پردازش داده ها برای فیلتر کردن مشارکتی Preprocessing the Data for Collaborative Filtering

  • اجرای فیلترهای مشارکتی مبتنی بر کاربر Implementation of User Based Collaborative Filtering

  • تفسیر نتایج بدست آمده از فیلتر مبتنی بر کاربر Interpreting the Results obtained from User Based Filtering

  • پیاده سازی فیلتر مبتنی بر همکاری مورد Implementation of Item Based Collaborative Filtering

  • مسابقه در مورد فیلتر کردن مبتنی بر همکاری Quiz on Collaborative Based Filtering

  • راه حل آزمون Quiz Solution

تجزیه مقدار منفرد Singular Value Decomposition

  • مقدمه ای بر SVD Introduction to SVD

  • پیاده سازی SVD با استفاده از سورپرایز Implementing SVD using Surprise

  • تفسیر نتایج به دست آمده از SVD Interpreting Results Obtained from SVD

  • مقایسه محتوا و فیلتر کردن مبتنی بر همکاری Comparing Content, and Collaborative Based Filtering

  • مسابقه در تجزیه ارزش واحد Quiz on Singular Value Decomposition

  • راه حل آزمون Quiz Solution

  • راه حل آزمون Quiz Solution

مطالعات موردی از غول ها Case Studies from Giants

  • مطالعه موردی برای Netflix Case Study for Netflix

  • مطالعه موردی برای یوتیوب Case Study for Youtube

سیستم های پیشنهاد دهنده فیلم Movie Recommender Systems

  • با استفاده از یک شیرجه رفتن عمیق به مجموعه داده Taking a Deep Dive into the Dataset

  • ارزش های از دست رفته Missing Values Imputation

  • 10 فیلم برتر سودآور Top 10 Profitable Movies

  • استفاده از ستون مدت و زبان Manipulating the Duration and Language Column

  • استخراج ژانرهای فیلم Extracting the Movie Genres

  • 10 فیلم محبوب در رسانه های اجتماعی Top 10 Most Popular Movies on Social Media

  • تجزیه و تحلیل اینکه کدام ژانر بیشتر قابل پرداخت است؟ Analyzing Which Genre is Most Bankable?

  • تحلیل ضرر و سود در فیلم های انگلیسی و خارجی Loss and Profit Analysis on English and Foreign Movies

  • مقایسه ناخالص فیلمهای بلند و کوتاه Gross Comparison of Long and Short Movies

  • ارتباط بین امتیاز IMDB و مدت زمان Association between IMDB Rating and Duration

  • مقایسه بازیگران تحسین شده منتقد Comparing Critically acclaimed Actors

  • فیلمهای برتر بر اساس Gross و IMDB Top Movies based on Gross, and IMDB

  • پیشنهاد فیلم ها بر اساس زبان ها و بازیگران Recommending Movies based on Languages and Actors

  • توصیه ژانرها و فیلم های مشابه Recommending Similar Genres and Movies

  • کلید واژه های کلیدی این پروژه Key Takeaways from this Project

  • مسابقه در سیستم های توصیه فیلم Quiz on Movie Recommender Systems

سیستم تحلیل و مشاغل باز را باز کنید Open Jobs Analyzer and Recommendation System

  • درک بیان مسئله Understanding the Problem Statement

  • درک بیان مسئله Understanding the Problem Statement

  • تنظیم محیط زیست Setting up the Environment

  • تنظیم محیط زیست Setting up the Environment

  • شیرجه رفتن عمیق به مجموعه داده های کار Taking a Deep Dive into the Job Dataset

  • تحلیل معیارهای شغلی Analyzing the Job Metrices

  • یافتن معیارهای مهم برای حقوق Finding Important Metrics for Salary

  • شیرجه رفتن عمیق در مجموعه داده Naukri Taking a Deep Dive at the Naukri Dataset

  • یافتن مکانهایی با بالاترین جای خالی شغل Finding Locations with Highest Job Vacancies

  • تجزیه و تحلیل تجربه مورد نیاز مشاغل Analyzing the Experience required for Jobs

  • بیشترین درجات مورد تقاضا برای مشاغل Most Demanded Degrees for Jobs

  • تجزیه و تحلیل صنایع با بالاترین شماره از مشاغل Analyzing the Industries with highest no. of Jobs

  • تجزیه و تحلیل مهارت های برتر مورد نیاز مشاغل Analyzing the Top Skills required for Jobs

  • پاک کردن بقیه مجموعه داده ها Cleaning the Rest of the Dataset

  • جمع آوری اطلاعات حیاتی از مجموعه داده Gathering Vital Information from the Dataset

  • ساخت یک تابع برای جستجوی شغل Making a Function to Search for Jobs

  • درک رابطه بین صنایع و آموزش Understanding Relation between Industries and Education

  • کلید واژه ها و یافته های اصلی پروژه Key Takeaways and Findings from the Project

  • مسابقه در سیستم تحلیل و مشاغل آزاد Quiz on Open Jobs Analyzer and Recommendation System

بخش Outro Outro Section

  • نتیجه Conclusion

  • چگونه می توان گواهی پایان کار خود را دریافت کرد How to Get Your Certificate of Completion

بخش پاداش Bonus Section

  • سخنرانی جایزه Bonus Lecture

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش توصیه Bootcamp موتور با 3 پروژه Capstone
جزییات دوره
3h 2m
65
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
9,730
5 از 5
ندارد
ندارد
ندارد
Data is Good
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Data is Good Data is Good

یک تیم بزرگ ، گوگل ، فیس بوک ، کاگل ، ما یک شرکت آموزش فناوری "indie" هستیم. این چشم انداز ما این است که با تبدیل آموزش ، توانایی بالقوه انسانی را باز کنیم و آن را برای همه قابل دسترسی و مقرون به صرفه کنیم. ما به شدت مستقل و مفتخریم که تنها تمرکز خود را برای ایجاد آموزش فناوری در سطح جهانی برای هر کسی در این کره خاکی می دانیم. داده ها خوب است که ماموریت دارند دوره هایی ایجاد کنند که دانش آموزان ما را نه تنها موضوع یاد بگیرند ، بلکه عاشق آن شوند و یادگیرندگان پرشور و مادام العمر آن موضوع شوند.