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

  • پروژه سیستم توصیه محصولات آمازون: TensorFlow Recommenders Project Amazon Product Recommendation System: TensorFlow Recommenders

  • پروژه سیستم توصیه محصولات آمازون: مدل دو برجی (Two Tower Model) Project Amazon Product Recommendation System: Two-Tower Model

  • پروژه سیستم توصیه محصولات آمازون: بررسی کلی پروژه Project Amazon Product Recommendation System: Project Overview

  • پروژه سیستم توصیه محصولات آمازون: دانلود کتابخانه‌ها Project Amazon Product Recommendation System: Download Libraries

  • پروژه سیستم توصیه محصولات آمازون: بصری‌سازی داده‌ها با WordCloud Project Amazon Product Recommendation System: Data Visualization with WordCloud

  • پروژه سیستم توصیه محصولات آمازون: ساخت تنسورها از DataFrame Project Amazon Product Recommendation System: Make Tensors from DataFrame

  • پروژه سیستم توصیه محصولات آمازون: رتبه‌بندی داده‌های ما Project Amazon Product Recommendation System: Rating Our Data

  • پروژه سیستم توصیه محصولات آمازون: تقسیم تصادفی آموزش و تست Project Amazon Product Recommendation System: Random Train-Test Split

  • پروژه سیستم توصیه محصولات آمازون: ساخت مدل و برج پرس‌وجو (Query Tower) Project Amazon Product Recommendation System: Making the Model and Query Tower

  • پروژه سیستم توصیه محصولات آمازون: برج کاندید و سیستم بازیابی Project Amazon Product Recommendation System: Candidate Tower and Retrieval System

  • پروژه سیستم توصیه محصولات آمازون: محاسبه خطا (Loss) Project Amazon Product Recommendation System: Compute Loss

  • پروژه سیستم توصیه محصولات آمازون: آموزش و اعتبارسنجی Project Amazon Product Recommendation System: Train and Validation

  • پروژه سیستم توصیه محصولات آمازون: دقت در مقابل توصیه‌ها Project Amazon Product Recommendation System: Accuracy Versus Recommendations

  • پروژه سیستم توصیه محصولات آمازون: ارائه توصیه‌ها Project Amazon Product Recommendation System: Making Recommendations

نمایش نظرات

آموزش دوره جامع سیستم‌های توصیه‌گر: از مبتدی تا پیشرفته
جزییات دوره
9h 58m
94
(آخرین آپدیت)
320
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده