آموزش آشنایی با سیستم‌های توصیه‌گر: غیرشخصی‌سازی شده و مبتنی بر محتوا - آخرین آپدیت

دانلود Introduction to Recommender Systems: Non-Personalized and Content-Based

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره که به عنوان اولین دوره از تخصص سیستم‌های توصیه‌گر طراحی شده است، مفاهیم سیستم‌های توصیه‌گر را معرفی کرده، چندین مثال را به تفصیل بررسی می‌کند و شما را با توصیه‌های غیرشخصی‌سازی شده با استفاده از آمارهای توصیفی و تداعی محصولات، توصیه‌های پایه مبتنی بر استریوتایپ یا دموگرافیک و فیلترینگ مبتنی بر محتوا آشنا می‌کند. پس از اتمام این دوره، شما قادر خواهید بود انواع توصیه‌ها را از مجموعه‌داده‌ها با استفاده از ابزارهای ساده صفحه گسترده (Spreadsheet) محاسبه کنید و در صورت تکمیل مسیر پیشرفته (Honors)، این توصیه‌ها را با استفاده از ابزار متن‌باز LensKit برنامه‌نویسی نمایید. علاوه بر سخنرانی‌های مفصل و تمرین‌های تعاملی، این دوره شامل مصاحبه‌هایی با چندین پیشرو در پژوهش و اجرا در زمینه موضوعات پیشرفته و مسیرهای فعلی سیستم‌های توصیه‌گر است.

سرفصل ها و درس ها

مقدمه Preface

  • آشنایی با سیستم‌های توصیه‌گر Intro to Recommender Systems

  • معرفی دوره و تخصص Intro to Course and Specialization

معرفی سیستم‌های توصیه‌گر Introducing Recommender Systems

  • گشتی در Movielens Movielens Tour

  • ترجیحات و رتبه‌بندی‌ها Preferences and Ratings

  • پیش‌بینی‌ها و توصیه‌ها Predictions and Recommendations

  • تاکسونومی توصیه‌گرها - بخش اول Taxonomy of Recommenders I

  • تاکسونومی توصیه‌گرها - بخش دوم Taxonomy of Recommenders II

  • بررسی سایت Amazon.com Tour of Amazon.com

  • سیستم‌های توصیه‌گر: گذشته، حال و آینده Recommender Systems: Past, Present and Future

  • معرفی مسیر پیشرفته (Honors) Introducing the Honors Track

  • پیشرفته: آماده‌سازی محیط توسعه Honors: Setting up the development environment

توصیه‌گرهای غیرشخصی‌سازی شده و مبتنی بر استریوتایپ Non-Personalized and Stereotype-Based Recommenders

  • توصیه‌گرهای غیرشخصی‌سازی شده و مبتنی بر استریوتایپ Non-Personalized and Stereotype-Based Recommenders

  • آمارهای توصیفی - بخش اول Summary Statistics I

  • آمارهای توصیفی - بخش دوم Summary Statistics II

  • دموگرافیک و رویکردهای مرتبط Demographics and Related Approaches

  • توصیه‌گرهای تداعی محصول Product Association Recommenders

  • ویدئوی معرفی تکلیف اول Assignment #1 Intro Video

  • معرفی تکلیف: برنامه‌نویسی توصیه‌گرهای غیرشخصی‌سازی شده Assignment Intro: Programming Non-Personalized Recommenders

فیلترینگ مبتنی بر محتوا - بخش اول Content-Based Filtering -- Part I

  • آشنایی با توصیه‌گرهای مبتنی بر محتوا Introduction to Content-Based Recommenders

  • TFIDF و فیلترینگ محتوا TFIDF and Content Filtering

  • فیلترینگ مبتنی بر محتوا: بررسی عمیق‌تر Content-Based Filtering: Deeper Dive

  • توصیه‌گرهای سبک Entree - مصاحبه با رابین برک Entree Style Recommenders -- Robin Burke Interview

  • استدلال مبتنی بر مورد - مصاحبه با بری اسمیت Case-Based Reasoning -- Interview with Barry Smyth

  • توصیه‌گرهای مبتنی بر گفتگو - مصاحبه با پرل پو Dialog-Based Recommenders -- Interview with Pearl Pu

  • جستجو، توصیه و مخاطبان هدف - مصاحبه با سوله پرا Search, Recommendation, and Target Audiences -- Interview with Sole Pera

  • فراتر از TFIDF - مصاحبه با پاسکوال لوپس Beyond TFIDF -- Interview with Pasquale Lops

فیلترینگ مبتنی بر محتوا - بخش دوم Content-Based Filtering -- Part II

  • معرفی تکلیف دوم: فیلترینگ مبتنی بر محتوا در صفحه گسترده Assignment #2 Introduction: Content-Based Filtering in a Spreadsheet

  • پیشرفته: معرفی تکلیف برنامه‌نویسی Honors: Intro to programming assignment

جمع‌بندی دوره Course Wrap-up

  • مدل ریاضی یکپارچه Unified Mathematical Model

  • روانشناسی ترجیح و رتبه‌بندی - مصاحبه با مارتین ویلمسن Psychology of Preference & Rating -- Interview with Martijn Willemsen

نمایش نظرات

آموزش آشنایی با سیستم‌های توصیه‌گر: غیرشخصی‌سازی شده و مبتنی بر محتوا
جزییات دوره
23h 16m
30
(آخرین آپدیت)
41,863
4.6 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