جدید! برای Tensorflow 2 ، Amazon Personalize و موارد دیگر به روز شده است.
نحوه ساخت سیستم های توصیه از یکی از پیشگامان آمازون در این زمینه را بیاموزید. فرانک کین بیش از نه سال را در آمازون گذراند و در آنجا بسیاری از فن آوری های توصیه شده شخصی آمازون را مدیریت و هدایت کرد.
در حالیکه این الگوریتم های یادگیری ماشین در مورد علایق منحصر به فرد شما اطلاعات کسب می کنند و بهترین محصولات یا محتوا را به عنوان فرد خود نشان می دهند ، شما توصیه های خودکار را در همه جا دیده اید - در صفحه اصلی Netflix ، در YouTube و در آمازون. این فن آوری ها در بزرگترین و معتبرترین کارفرمایان فناوری موجود در مرکز قرار گرفته اند و با درک نحوه کار آنها برای آنها بسیار ارزشمند خواهید شد.
ما الگوریتم های توصیه شده واقعی و مبتنی بر فیلتر مشارکتی محله محور را پوشش خواهیم داد و راه خود را برای رسیدن به تکنیک های مدرن تر از جمله فاکتوراسیون ماتریس و حتی یادگیری عمیق با شبکه های عصبی مصنوعی پیش خواهیم برد. در این راه ، شما از تجربه گسترده صنعت فرانک خواهید آموخت تا چالش های دنیای واقعی را که هنگام استفاده از این الگوریتم ها در مقیاس بزرگ و با داده های دنیای واقعی با آن روبرو می شوید ، درک کنید.
سیستم های پیشنهادی پیچیده هستند. در این دوره ثبت نام نکنید و منتظر نوع قالب یادگیری کد باشید. هیچ دستورالعملی برای پیروی از نحوه ساخت سیستم توصیه وجود ندارد. شما باید الگوریتم های مختلف و نحوه انتخاب زمان استفاده از هر یک را برای یک موقعیت خاص درک کنید. فرض می کنیم شما از قبل با نحوه کدگذاری آشنا هستید.
با این حال ، این دوره بسیار عملی است. شما چارچوب خود را برای ارزیابی و ترکیب بسیاری از الگوریتم های پیشنهادی مختلف با هم ایجاد خواهید کرد ، و حتی شبکه های عصبی خود را با استفاده از Tensorflow ایجاد می کنید تا توصیه هایی از رتبه بندی فیلم های واقعی از افراد واقعی ایجاد کنید. ما موارد زیر را پوشش خواهیم داد:
ساخت موتور پیشنهادی
ارزیابی سیستم های توصیه شده
فیلتر مبتنی بر محتوا با استفاده از ویژگی های مورد
فیلتر مشارکتی محله محور با CF مبتنی بر کاربر ، مبتنی بر کالا و KNN
روشهای مبتنی بر مدل از جمله فاکتوراسیون ماتریس و SVD
استفاده از یادگیری عمیق ، هوش مصنوعی و شبکه های عصبی مصنوعی به توصیه ها
توصیه های مبتنی بر جلسه با شبکه های عصبی بازگشتی
مقیاس گذاری در مجموعه داده های عظیم با یادگیری ماشین Apache Spark ، آمازون DSSTNE یادگیری عمیق و AWS SageMaker با دستگاه های فاکتورسازی
چالش ها و راه حل های دنیای واقعی با سیستم های پیشنهادی
مطالعات موردی از YouTube و Netflix
هیبرید ساختمان ، توصیه کنندگان گروه
این دوره جامع شما را از روزهای اولیه فیلتر کردن مشارکت، به برنامه های خونریزی لبه های شبکه های عصبی عمیق و تکنیک های یادگیری مدرن برای توصیه به بهترین اقلام به هر کاربر فردی می برد.
تمرینات کدگذاری در این دوره از زبان برنامه نویسی Python استفاده می کنند. اگر تازه وارد پایتون شوید ، ما مقدمه ای برای آن داریم ، اما برای استفاده موفقیت آمیز از این دوره ، به تجربه قبلی برنامه نویسی نیاز دارید. اگر در زمینه هوش مصنوعی تازه وارد هستید ، مقدمه کوتاهی در مورد یادگیری عمیق ارائه می دهیم ، اما باید بتوانید الگوریتم های رایانه ای جدید را درک کنید.
زیرنویس های بسته انگلیسی با کیفیت بالا و ویرایش شده برای کمک به شما در پیگیری وجود دارد.
امیدوارم به زودی شما را در این دوره ببینم!
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.
یادگیری ماشین و داده های بزرگ، آمازون سابق
فرانک 9 سال را در آمازون و IMDb گذراند و فناوری را توسعه و مدیریت کرد که به طور خودکار توصیه های محصول و فیلم را به صدها میلیون مشتری ارائه می دهد. زمان. فرانک دارای 17 حق ثبت اختراع صادر شده در زمینه های محاسبات توزیع شده ، داده کاوی و یادگیری ماشین است. در سال 2012، فرانک شرکت موفق خود را به نام Sundog Software راه اندازی کرد که بر فناوری محیط واقعیت مجازی تمرکز دارد و به دیگران در مورد تجزیه و تحلیل داده های بزرگ آموزش می دهد.
Sundog Education by Frank Kaneبنیانگذار ، آموزش Sundog. یادگیری ماشینی ماموریت ProSundog Education این است که مهارتهای شغلی بسیار ارزشمندی را در داده های بزرگ ، علوم داده و یادگیری ماشینی در دسترس همه افراد در جهان قرار دهد. کنسرسیوم مربیان متخصص ما ، دانش ما را در این زمینه های نوظهور با قیمت هایی که هرکس می تواند تحمل کند ، در اختیار شما قرار می دهد. Sundog Education توسط فرانک کین هدایت می شود و متعلق به شرکت فرانک ، Sundog Software LLC است. فرانک 9 سال را در آمازون و IMDb سپری کرد و فناوری را توسعه داد و به طور مداوم توصیه های محصول و فیلم را به صدها میلیون مشتری ارائه داد. فرانک دارای 17 اختراع ثبت شده در زمینه محاسبات توزیع شده ، داده کاوی و یادگیری ماشین است. در سال 2012 ، فرانك رفت و شركت موفق خود ، Sundog Software را كه متمركز بر فناوري محيط واقعيت مجازي است و به ديگران در مورد تجزيه و تحليل داده هاي بزرگ مي پردازد ، راه اندازي كرد. با توجه به تعداد دانشجویان ما قادر به پاسخگویی به پیامهای خصوصی نیستیم. لطفا سوالات خود را در پرسش و پاسخ دوره خود ارسال کنید. ممنون از اینکه میفهمی.
نمایش نظرات