Apa yang akan Anda pelajari?
-
Pahami dan terapkan rekomendasi yang akurat untuk pengguna Anda menggunakan algoritme sederhana dan canggih
-
Faktorisasi matriks data besar di Spark dengan klaster AWS EC2
-
Faktorisasi matriks / SVD dalam Numpy
-
Faktorisasi matriks di Keras
-
Jaringan saraf dalam, jaringan residual, dan autoencoder di Keras
-
Mesin Boltzmann Terbatas di Tensorflow
Persyaratan
-
Untuk bagian sebelumnya, ketahuilah beberapa aritmatika dasar
-
Untuk bagian lanjutan, ketahui kalkulus, aljabar linier, dan probabilitas untuk pemahaman yang lebih dalam
-
Mahir dalam Python dan Numpy
-
Untuk bagian pembelajaran mendalam, ketahui dasar-dasar penggunaan Keras
Keterangan
Percaya atau tidak, hampir semua bisnis online saat ini menggunakan sistem rekomendasi dengan berbagai cara.
Apa yang saya maksud dengan “sistem rekomendasi”, dan mengapa mereka berguna?
Mari kita lihat 3 situs web teratas di Internet, menurut Alexa: Google, YouTube, dan Facebook.
Sistem rekomendasi membentuk dasar dari teknologi ini.
Google : Hasil pencarian
Mereka adalah mengapa Google adalah perusahaan teknologi paling sukses saat ini.
YouTube : Dasbor video
Saya yakin bukan saya satu-satunya yang secara tidak sengaja menghabiskan waktu berjam – jam di YouTube ketika saya memiliki hal-hal yang lebih penting untuk dilakukan! Bagaimana mereka meyakinkan Anda untuk melakukan itu?
Betul sekali. Sistem rekomendasi!
Facebook : Begitu kuat sehingga pemerintah dunia khawatir bahwa umpan berita memiliki terlalu banyak pengaruh pada orang-orang!
Kursus ini adalah kumpulan besar trik yang membuat sistem pemberi rekomendasi bekerja di berbagai platform.
Kita akan melihat algoritme umpan berita populer, seperti Reddit , Hacker News , dan Google PageRank .
Kita akan melihat teknik rekomendasi Bayesian yang digunakan oleh sejumlah besar perusahaan media saat ini.
Tapi kursus ini bukan hanya tentang umpan berita.
Perusahaan seperti Amazon , Netflix , dan Spotify telah menggunakan rekomendasi untuk menyarankan produk, film, dan musik kepada pelanggan selama bertahun-tahun sekarang.
Algoritme ini telah menghasilkan miliaran dolar dalam pendapatan tambahan.
Jadi saya yakinkan Anda, apa yang akan Anda pelajari dalam kursus ini sangat nyata, sangat dapat diterapkan, dan akan berdampak besar pada bisnis Anda.
Bagi Anda yang suka menggali jauh ke dalam teori untuk memahami bagaimana hal-hal yang benar-benar bekerja, Kami akan mencakup keadaan algoritma seni seperti matriks faktorisasi dan pembelajaran yang mendalam (memanfaatkan baik diawasi dan tidak diawasi belajar – Autoencoders dan Dibatasi Boltzmann Mesin ), dan Anda akan belajar trik untuk memperbaiki hasil dasar.
Sebagai bonus, kita juga akan melihat cara melakukan faktorisasi matriks menggunakan data besar di Spark . Kami akan membuat klaster menggunakan instans Amazon EC2 dengan Amazon Web Services (AWS) . Sebagian besar kursus dan lainnya melihat dataset MovieLens 100k – itu kecil! Contoh kami menggunakan MovieLens 20 juta.
Apakah Anda menjual produk di toko e-niaga Anda, atau Anda hanya menulis blog – Anda dapat menggunakan teknik ini untuk menunjukkan rekomendasi yang tepat kepada pengguna Anda pada waktu yang tepat.
Jika Anda seorang karyawan di sebuah perusahaan, Anda dapat menggunakan teknik ini untuk membuat manajer Anda terkesan dan mendapatkan kenaikan gaji!
Untuk siapa kursus ini:
- Siapapun yang memiliki atau menjalankan bisnis Internet
- Siswa dalam pembelajaran mesin, pembelajaran mendalam, kecerdasan buatan, dan ilmu data
- Profesional dalam pembelajaran mesin, pembelajaran mendalam, kecerdasan buatan, dan ilmu data
