لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش دوره جامع سیستمهای توصیهگر: از مبتدی تا پیشرفته
- آخرین آپدیت
دانلود Recommender Systems Complete Course Beginner to Advanced
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
بهروزرسانی شده در می ۲۰۲۵.
این دوره اکنون دارای قابلیت Coursera Coach است!
یک روش هوشمندتر برای یادگیری با گفتگوهای تعاملی و بلادرنگ که به شما کمک میکند دانش خود را آزمایش کنید، فرضیات را به چالش بکشید و همزمان با پیشروی در دوره، درک خود را عمیقتر کنید.
با این دوره جامع که برای تجهیز شما به دانش ضروری و مهارتهای عملی با استفاده از TensorFlow طراحی شده است، به دنیای شبکههای عصبی بازگشتی (RNNs) وارد شوید. با مقدمهای بر مفاهیم اصلی دادههای توالی و پیشبینی سریهای زمانی شروع کنید و سپس به سراغ درک و پیادهسازی مدلهای خطی خودرگرسیونی بروید. بیاموزید که چگونه از RNNهای ساده برای حل مسائل «بسیار-به-یک» و «بسیار-به-بسیار» با جلسات کدنویسی عملی در TensorFlow 2 استفاده کنید.
فراتر از مبانی بروید و با واحدهای مدرن RNN مانند GRU و LSTM آشنا شوید و در کاربرد آنها در پیشبینی سیگنالهای پیچیده و غلبه بر مشکلات وابستگیهای طولانیمدت تخصص پیدا کنید. پیچیدگیهای معماری RNN را بیاموزید و برای مقابله با وظایف چالشبرانانهتری مانند طبقهبندی تصاویر و پیشبینی بازده سهام آماده شوید. این دوره بر تمرینات کدنویسی عملی تأکید دارد تا اطمینان حاصل شود که میتوانید این تکنیکها را با اعتماد به نفس در سناریوهای دنیای واقعی پیادهسازی کنید.
در نهایت، کاربردهای پردازش زبان طبیعی (NLP)، از جمله جاسازیها (Embeddings)، پیشپردازش متن و طبقهبندی متن با استفاده از LSTMها را بررسی کنید. این دوره به گونهای ساختار یافته است که درک کاملی از RNNها ارائه دهد و شما را قادر سازد تا این مدلهای یادگیری عمیق را به طور مؤثر در حوزههای مختلف به کار بگیرید.
این دوره برای توسعهدهندگان، دانشمندان داده و علاقهمندان به تکنولوژی که میخواهند نحوه ساخت و پیادهسازی سیستمهای توصیهگر را بیاموزند، ایدهآل است. داشتن دانش پایه در پایتون و مفاهیم یادگیری ماشین توصیه میشود اما الزامی نیست.
سرفصل ها و درس ها
مقدمه
Introduction
معرفی ماژول و مدرس
Module and Instructor Introduction
علوم هوش مصنوعی
AI Sciences
سرفصلهای دوره
Course Outline
سیستمهای توصیهگر یادگیری ماشین
Machine Learning Recommender Systems
سیستمهای توصیهگر یادگیری عمیق
Deep Learning Recommender Systems
سیستمهای توصیهگر با یادگیری ماشین
Recommender Systems with Machine Learning
انگیزه برای سیستم توصیهگر: بررسی کلی سیستمهای توصیهگر
Motivation for Recommender System: Recommender Systems Overview
انگیزه برای سیستم توصیهگر: مقدمهای بر سیستمهای توصیهگر
Motivation for Recommender System: Introduction to Recommender Systems
انگیزه برای سیستم توصیهگر: فرآیند و اهداف سیستمهای توصیهگر
Motivation for Recommender System: Recommender Systems Process and Goals
انگیزه برای سیستم توصیهگر: نسلهای سیستمهای توصیهگر
Motivation for Recommender System: Generations of Recommender Systems
انگیزه برای سیستم توصیهگر: پیوند هوش مصنوعی و سیستمهای توصیهگر
Motivation for Recommender System: Nexus of AI and Recommender Systems
انگیزه برای سیستم توصیهگر: کاربردها و چالشهای دنیای واقعی
Motivation for Recommender System: Applications and Real-World Challenges
انگیزه برای سیستم توصیهگر: کوییز
Motivation for Recommender System: Quiz
انگیزه برای سیستم توصیهگر: پاسخ کوییز
Motivation for Recommender System: Quiz Solution
مبانی سیستم توصیهگر: بررسی کلی
Basics of Recommender System: Overview
مبانی سیستم توصیهگر: طبقهبندی سیستمهای توصیهگر
Basics of Recommender System: Taxonomy of Recommender Systems
مبانی سیستم توصیهگر: ICM
Basics of Recommender System: ICM
مبانی سیستم توصیهگر: ماتریس رتبهبندی کاربر
Basics of Recommender System: User Rating Matrix
مبانی سیستم توصیهگر: کیفیت سیستم توصیهگر
Basics of Recommender System: Quality of Recommender System
مبانی سیستم توصیهگر: تکنیکهای ارزیابی آنلاین
Basics of Recommender System: Online Evaluation Techniques
مبانی سیستم توصیهگر: تکنیکهای ارزیابی آفلاین
Basics of Recommender System: Offline Evaluation Techniques
مبانی سیستم توصیهگر: افراز دادهها
Basics of Recommender System: Data Partitioning
مبانی سیستم توصیهگر: پارامترهای مهم
Basics of Recommender System: Important Parameters
مبانی سیستم توصیهگر: محاسبه معیارهای خطا
Basics of Recommender System: Error Metric Computation
مبانی سیستم توصیهگر: فیلترینگ مبتنی بر محتوا
Basics of Recommender System: Content-Based Filtering
مبانی سیستم توصیهگر: فیلترینگ مشارکتی و فیلترینگ مشارکتی کاربر-محور
Basics of Recommender System: Collaborative Filtering and User-Based Collaborative Filtering
مبانی سیستم توصیهگر: مدل آیتم و فیلترینگ مشارکتی مبتنی بر حافظه
Basics of Recommender System: Item Model and Memory-Based Collaborative Filtering
مبانی سیستم توصیهگر: کوییز
Basics of Recommender System: Quiz
مبانی سیستم توصیهگر: پاسخ کوییز
Basics of Recommender System: Quiz Solution
یادگیری ماشین برای سیستمهای توصیهگر: بررسی کلی
Machine Learning for Recommender Systems: Overview
یادگیری ماشین برای سیستمهای توصیهگر: مزایای یادگیری ماشین
Machine Learning for Recommender Systems: Benefits of Machine Learning
یادگیری ماشین برای سیستمهای توصیهگر: دستورالعملهای ML
Machine Learning for Recommender Systems: Guidelines for ML
یادگیری ماشین برای سیستمهای توصیهگر: رویکردهای طراحی برای ML
Machine Learning for Recommender Systems: Design Approaches for ML
یادگیری ماشین برای سیستمهای توصیهگر: فیلترینگ مبتنی بر محتوا
Machine Learning for Recommender Systems: Content-Based Filtering
یادگیری ماشین برای سیستمهای توصیهگر: آمادهسازی دادهها برای فیلترینگ مبتنی بر محتوا
Machine Learning for Recommender Systems: Data Preparation for Content-Based Filtering
یادگیری ماشین برای سیستمهای توصیهگر: دستکاری دادهها برای فیلترینگ مبتنی بر محتوا
Machine Learning for Recommender Systems: Data Manipulation for Content-Based Filtering
یادگیری ماشین برای سیستمهای توصیهگر: بررسی ژانرها در فیلترینگ مبتنی بر محتوا
Machine Learning for Recommender Systems: Exploring Genres in Content-Based Filtering
یادگیری ماشین برای سیستمهای توصیهگر: ماتریس tf-idf
Machine Learning for Recommender Systems: tf-idf Matrix
یادگیری ماشین برای سیستمهای توصیهگر: موتور توصیه
Machine Learning for Recommender Systems: Recommendation Engine
یادگیری ماشین برای سیستمهای توصیهگر: ارائه توصیهها
Machine Learning for Recommender Systems: Making Recommendations
یادگیری ماشین برای سیستمهای توصیهگر: فیلترینگ مشارکتی آیتم-محور
Machine Learning for Recommender Systems: Item-Based Collaborative Filtering
یادگیری ماشین برای سیستمهای توصیهگر: آمادهسازی دادههای فیلترینگ آیتم-محور
Machine Learning for Recommender Systems: Item-Based Filtering Data Preparation
یادگیری ماشین برای سیستمهای توصیهگر: توزیع سنی کاربران
Machine Learning for Recommender Systems: Age Distribution for Users
یادگیری ماشین برای سیستمهای توصیهگر: فیلترینگ مشارکتی با استفاده از KNN
Machine Learning for Recommender Systems: Collaborative Filtering using KNN
یادگیری ماشین برای سیستمهای توصیهگر: فیلترینگ جغرافیایی
Machine Learning for Recommender Systems: Geographic Filtering
یادگیری ماشین برای سیستمهای توصیهگر: پیادهسازی KNN
Machine Learning for Recommender Systems: KNN Implementation
یادگیری ماشین برای سیستمهای توصیهگر: ارائه توصیهها با فیلترینگ مشارکتی
Machine Learning for Recommender Systems: Making Recommendations with Collaborative Filtering
یادگیری ماشین برای سیستمهای توصیهگر: فیلترینگ مشارکتی کاربر-محور
Machine Learning for Recommender Systems: User-Based Collaborative Filtering
یادگیری ماشین برای سیستمهای توصیهگر: کوییز
Machine Learning for Recommender Systems: Quiz
یادگیری ماشین برای سیستمهای توصیهگر: پاسخ کوییز
Machine Learning for Recommender Systems: Quiz Solution
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: معرفی پروژه
Project 1: Song Recommendation System Using Content-Based Filtering: Project Introduction
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: استفاده از مجموعه داده
Project 1: Song Recommendation System Using Content-Based Filtering: Dataset Usage
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: مقادیر گمشده
Project 1: Song Recommendation System Using Content-Based Filtering: Missing Values
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: بررسی ژانرها
Project 1: Song Recommendation System Using Content-Based Filtering: Exploring Genres
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: شمارش تکرار
Project 1: Song Recommendation System Using Content-Based Filtering: Occurrence Count
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: پیادهسازی tf-idf
Project 1: Song Recommendation System Using Content-Based Filtering: tf-idf Implementation
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: شاخص شباهت
Project 1: Song Recommendation System Using Content-Based Filtering: Similarity Index
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: پیادهسازی Fuzzywuzzy
Project 1: Song Recommendation System Using Content-Based Filtering: Fuzzywuzzy Implementation
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: یافتن نزدیکترین عنوان
Project 1: Song Recommendation System Using Content-Based Filtering: Find Closest Title
پروژه ۱: سیستم توصیه آهنگ با فیلترینگ مبتنی بر محتوا: ارائه توصیهها
Project 1: Song Recommendation System Using Content-Based Filtering: Making Recommendations
پروژه ۲: سیستم توصیه فیلم با فیلترینگ مشارکتی: معرفی پروژه
Project 2: Movie Recommendation System Using Collaborative Filtering: Project Introduction
پروژه ۲: سیستم توصیه فیلم با فیلترینگ مشارکتی: بحث درباره مجموعه داده
Project 2: Movie Recommendation System Using Collaborative Filtering: Dataset Discussion
پروژه ۲: سیستم توصیه فیلم با فیلترینگ مشارکتی: نمودار رتبهبندی
Project 2: Movie Recommendation System Using Collaborative Filtering: Rating Plot
پروژه ۲: سیستم توصیه فیلم با فیلترینگ مشارکتی: شمارش
Project 2: Movie Recommendation System Using Collaborative Filtering: Count
پروژه ۲: سیستم توصیه فیلم با فیلترینگ مشارکتی: لگاریتم شمارش
Project 2: Movie Recommendation System Using Collaborative Filtering: Logarithm of Count
پروژه ۲: سیستم توصیه فیلم با فیلترینگ مشارکتی: کاربران فعال و فیلمهای محبوب
Project 2: Movie Recommendation System Using Collaborative Filtering: Active Users and Popular Movies
پروژه ۲: سیستم توصیه فیلم با فیلترینگ مشارکتی: ایجاد فیلتر مشارکتی
Project 2: Movie Recommendation System Using Collaborative Filtering: Create Collaborative Filter
پروژه ۲: سیستم توصیه فیلم با فیلترینگ مشارکتی: پیادهسازی KNN
Project 2: Movie Recommendation System Using Collaborative Filtering: KNN Implementation
پروژه ۲: سیستم توصیه فیلم با فیلترینگ مشارکتی: ارائه توصیهها
Project 2: Movie Recommendation System Using Collaborative Filtering: Making Recommendations
یادگیری عمیق برای سیستمهای توصیهگر: رویکرد کاربردی
Deep Learning for Recommender Systems: An Applied Approach
مبانی یادگیری عمیق برای سیستمهای توصیهگر: معرفی ماژول
Deep Learning Foundation for Recommender Systems: Module Introduction
مبانی یادگیری عمیق برای سیستمهای توصیهگر: بررسی کلی
Deep Learning Foundation for Recommender Systems: Overview
مبانی یادگیری عمیق برای سیستمهای توصیهگر: یادگیری عمیق در سیستمهای توصیه
Deep Learning Foundation for Recommender Systems: Deep Learning in Recommendation systems
مبانی یادگیری عمیق برای سیستمهای توصیهگر: استنتاج پس از آموزش
Deep Learning Foundation for Recommender Systems: Inference After Training
مبانی یادگیری عمیق برای سیستمهای توصیهگر: مکانیزم استنتاج
Deep Learning Foundation for Recommender Systems: Inference Mechanism
مبانی یادگیری عمیق برای سیستمهای توصیهگر: جاسازیها و بافت کاربر
Deep Learning Foundation for Recommender Systems: Embeddings and User Context
مبانی یادگیری عمیق برای سیستمهای توصیهگر: فیلترینگ مشارکتی عصبی
Deep Learning Foundation for Recommender Systems: Neural Collaborative Filtering
مبانی یادگیری عمیق برای سیستمهای توصیهگر: فیلترینگ مشارکتی VAE
Deep Learning Foundation for Recommender Systems: VAE Collaborative Filtering
مبانی یادگیری عمیق برای سیستمهای توصیهگر: نقاط قوت و ضعف مدلهای یادگیری عمیق
Deep Learning Foundation for Recommender Systems: Strengths and Weaknesses of DL Models
مبانی یادگیری عمیق برای سیستمهای توصیهگر: کوییز یادگیری عمیق
Deep Learning Foundation for Recommender Systems: Deep Learning Quiz
مبانی یادگیری عمیق برای سیستمهای توصیهگر: پاسخ کوییز یادگیری عمیق
Deep Learning Foundation for Recommender Systems: Deep Learning Quiz Solution
پروژه سیستم توصیه محصولات آمازون: بررسی کلی ماژول
Project Amazon Product Recommendation System: Module Overview
نمایش نظرات