آموزش فیلترینگ مشارکتی نزدیک‌ترین همسایه - آخرین آپدیت

دانلود Nearest Neighbor Collaborative Filtering

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، شما تکنیک‌های بنیادی برای ارائه توصیه‌های شخصی‌سازی شده از طریق روش‌های نزدیک‌ترین همسایه را خواهید آموخت. ابتدا با فیلترینگ مشارکتی کاربر-کاربر آشنا می‌شوید؛ الگوریتمی که افرادی با سلیقه‌های مشابه با کاربر هدف را شناسایی کرده و امتیازات آن‌ها را برای ارائه پیشنهاد به کاربر ترکیب می‌کند. شما نسخه‌های مختلف الگوریتم کاربر-کاربر را بررسی و پیاده‌سازی کرده و مزایا و معایب این رویکرد کلی را تحلیل خواهید کرد. سپس، الگوریتم پرکاربرد فیلترینگ مشارکتی آیتم-آیتم را خواهید آموخت که ارتباطات کلی بین محصولات را از طریق امتیازات کاربران شناسایی کرده و از این ارتباطات برای ارائه توصیه‌های شخصی‌سازی شده بر اساس امتیازات هر کاربر استفاده می‌کند.

سرفصل ها و درس ها

مقدمه Preface

  • معرفی دوره Course Introduction

سیستم‌های توصیه فیلترینگ مشارکتی کاربر-کاربر بخش اول User-User Collaborative Filtering Recommenders Part 1

  • فیلترینگ مشارکتی کاربر-کاربر User-User Collaborative Filtering

  • پیکربندی فیلترینگ مشارکتی کاربر-کاربر Configuring User-User Collaborative Filtering

  • محدود کردن نفوذ و مقاومت در برابر حملات؛ مصاحبه با پل رزنیک Influence Limiting and Attack Resistance; Interview with Paul Resnick

  • توصیه بر پایه اعتماد؛ مصاحبه با جن گلبک Trust-Based Recommendation; Interview with Jen Golbeck

  • تاثیر امتیازات منفی؛ مصاحبه با دن کازلی Impact of Bad Ratings; Interview with Dan Cosley

سیستم‌های توصیه فیلترینگ مشارکتی کاربر-کاربر بخش دوم User-User Collaborative Filtering Recommenders Part 2

  • معرفی پروژه Assignment Introduction

  • پروژه برنامه‌نویسی: پیاده‌سازی فیلترینگ مشارکتی کاربر-کاربر Programming Assignment - Programming User-User Collaborative Filtering

سیستم‌های توصیه فیلترینگ مشارکتی آیتم-آیتم بخش اول Item-Item Collaborative Filtering Recommenders Part 1

  • مقدمه‌ای بر فیلترینگ مشارکتی آیتم-آیتم Introduction to Item-Item Collaborative Filtering

  • الگوریتم آیتم-آیتم Item-Item Algorithm

  • روش آیتم-آیتم در داده‌های تک‌گانه (Unary) Item-Item on Unary Data

  • ترکیبات و توسعه‌های آیتم-آیتم Item-Item Hybrids and Extensions

  • نقاط قوت و ضعف فیلترینگ مشارکتی آیتم-آیتم Strengths and Weaknesses of Item-Item Collaborative Filtering

  • مصاحبه با برد میلر Interview with Brad Miller

سیستم‌های توصیه فیلترینگ مشارکتی آیتم-آیتم بخش دوم Item-Item Collaborative Filtering Recommenders Part 2

  • ویدیو معرفی پروژه فیلترینگ مبتنی بر آیتم Item-Based CF Assignment Intro Video

  • پروژه برنامه‌نویسی: پیاده‌سازی فیلترینگ مشارکتی آیتم-آیتم Programming Assignment - Programming Item-Item Collaborative Filtering

مباحث پیشرفته فیلترینگ مشارکتی Advanced Collaborative Filtering Topics

  • مشکل شروع سرد (Cold Start) The Cold Start Problem

  • توصیه برای گروه‌ها: مصاحبه با آنتونی جیمسون Recommending for Groups: Interview with Anthony Jameson

  • مدل‌های تهدید Threat Models

  • توضیحات و تبیین‌ها Explanations

  • توضیحات و تبیین‌ها بخش دوم: مصاحبه با ناوا تینتاروف Explanations, Part II: Interview with Nava Tintarev

نمایش نظرات

آموزش فیلترینگ مشارکتی نزدیک‌ترین همسایه
جزییات دوره
13h 5m
21
(آخرین آپدیت)
15,411
4.5 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar