تعلم كيفية تصميم وبناء وتقييم أنظمة التوصية للتجارة والمحتوى. تدريب متقدم على تطوير أنظمة التوصيات لتحسين تجربة المستخدم.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
تهدف هذه الدورة إلى أن تكون بمثابة الدورة الأولى في مهارات نظام التوصية، وتقدم فكرة أنظمة التوصية، وتستعرض أمثلة مختلفة بالتفصيل، وترشدك من خلال توصية غير محسنة باستخدام إحصائيات موجزة وارتباطات المنتج، والتوصيات القائمة على الصور النمطية أو الديموغرافية، والتوصيات القائمة على المحتوى. بعد الانتهاء من الدورة التدريبية، ستتمكن من حساب مجموعة متنوعة من التوصيات من البيانات باستخدام أدوات جداول البيانات الأساسية، وإذا أكملت المسار الخاص، فسوف تقوم أيضًا ببرمجة هذه التوصيات باستخدام أداة التوصيات المفتوحة LensKit.
بالإضافة إلى المحاضرات التفصيلية والتمارين التفاعلية، تتضمن الدورة مقابلات مع العديد من القادة في مجال البحث والممارسة حول موضوعات متقدمة والاتجاهات الحالية في أنظمة التوصية.
ستتعلم في هذا البرنامج التعليمي التقنيات الأساسية للتوصيات الشخصية باستخدام تقنيات أقرب جيران. أولاً، ستتعلم تصفية المستخدمين التعاونية، وهي خوارزمية تحدد الأشخاص الآخرين الذين لديهم أذواق مماثلة للمستخدم المستهدف وتجمع تقييماتهم للتوصية بالمنتجات لهذا المستخدم. سوف تستكشف وتنفذ أشكالًا مختلفة من هذه الخوارزمية، وتكتشف مزايا وعيوب النهج العام. بعد ذلك، ستتعرف على خوارزمية تصفية مشاركة العناصر، والتي تحدد الارتباطات العامة بين المنتجات من تقييمات المستخدم، ولكنها تستخدم تلك الارتباطات لتقديم توصيات مخصصة بناءً على تقييمات المستخدم الخاصة.
ستتعلم في هذه الدورة كيفية تقييم أنظمة التوصيات. تعرف على العديد من مجموعات المقاييس، بما في ذلك مقاييس قياس دقة التنبؤ، ودقة التصنيف، ودعم القرار، وحقائق إضافية مثل التنوع وتغطية المنتج والمفاجآت. فهم كيفية ارتباط المقاييس المختلفة بأهداف المستخدم المختلفة وأهداف العمل. سوف تتعلم أيضًا كيفية إجراء التقييمات دون الاتصال بالإنترنت (أي كيفية إعداد البيانات وأخذ عينات منها، وكيفية تجميع النتائج). سوف تتعلم أيضًا عن التقييم عبر الإنترنت (التجريبي). عند الانتهاء من الدورة، سيكون لديك الأدوات اللازمة لمقارنة الخيارات المختلفة لأنظمة التوصية لمجموعة واسعة من الاستخدامات.
ستتعلم في هذه الدورة مجموعة متنوعة من تقنيات تحليل المصفوفات والتعلم الآلي المختلط لأنظمة التوصية. بدءًا من تحليل المصفوفة الأساسي، ستفهم كلاً من الفهم والتفاصيل العملية لبناء أنظمة التوصية بناءً على تقليل أبعاد مساحة تفضيلات المستخدم والمنتج. بعد ذلك، ستتعرف على التقنيات التي تجمع بين مزايا الخوارزميات المختلفة في توصيات هجينة قوية.
تجمع دورة مشروع مهارات نظام التوصية هذه كل ما تعلمته حول خوارزميات نظام التوصية وتقييمه في مشروع تحليل وتصميم شامل للتوصية. ستتلقى حالة بحثية يتعين عليك فيها اختيار وتبرير تصميم نظام التوصيات من خلال تحليل أهداف التوصية وأداء الخوارزمية. سيركز المتعلمون في المسار الخاص على التقييم التجريبي للخوارزميات مقابل مجموعات البيانات المتوسطة. سيحتوي المسار القياسي على مزيج من نتائج الموردين وأبحاث جداول البيانات.
قامت كلا المجموعتين بإنشاء تقرير نهائي يوثق التحليل والحل المختار والأساس المنطقي لهذا الحل.
