Ticaret ve içerik için öneri sistemleri tasarlamayı, oluşturmayı ve değerlendirmeyi öğrenin. Kullanıcı deneyimini iyileştirmek için öneri sistemlerinin geliştirilmesine yönelik ileri düzey eğitim.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
Tavsiye sistemi becerilerinde ilk ders olarak hizmet etmesi amaçlanan bu kurs, tavsiye sistemleri fikrini tanıtır, çeşitli örnekleri ayrıntılı olarak inceler ve özet istatistikler ve ürün ilişkilendirmeleri, stereotip veya demografik temelli tavsiyeler kullanarak optimize edilmemiş tavsiye konusunda size rehberlik eder. ve içeriğe dayalı öneriler. Kursu tamamladıktan sonra temel elektronik tablo araçlarını kullanarak verilerden çeşitli önerileri hesaplayabileceksiniz ve özel parçayı tamamlarsanız LensKit açık öneri aracını kullanarak bu önerileri de programlayacaksınız.
Ayrıntılı derslere ve etkileşimli alıştırmalara ek olarak kurs, araştırma ve uygulama alanındaki birçok liderle ileri düzey konular ve öneri sistemlerindeki güncel eğilimler hakkında röportajlar içermektedir.
Bu eğitimde, en yakın komşu tekniklerini kullanarak kişiselleştirilmiş önerilere yönelik temel teknikleri öğreneceksiniz. İlk olarak, hedef kullanıcıyla benzer zevklere sahip diğer kişileri tanımlayan ve bu kullanıcılara ürün önermek için derecelendirmelerini birleştiren bir algoritma olan işbirlikçi kullanıcı filtrelemeyi öğreneceksiniz. Bu algoritmanın çeşitlerini keşfedip uygulayacak ve genel yaklaşımın avantajlarını ve dezavantajlarını keşfedeceksiniz. Daha sonra, ürünler arasındaki genel ilişkileri kullanıcı derecelendirmelerinden tanımlayan, ancak bu ilişkilendirmeleri kullanıcının kendi derecelendirmelerine göre kişiselleştirilmiş öneriler sağlamak için kullanan bir öğe paylaşımı filtreleme algoritması hakkında bilgi edineceksiniz.
Bu kursta öneri sistemlerini nasıl değerlendireceğinizi öğreneceksiniz. Tahmin doğruluğunu, derecelendirme doğruluğunu, karar desteğini ölçmeye yönelik metriklerin yanı sıra çeşitlilik, ürün kapsamı ve sürprizler gibi ek gerçekleri de içeren çeşitli metrik aileleri hakkında bilgi edinin. Farklı metriklerin farklı kullanıcı hedefleri ve iş hedefleriyle nasıl ilişkili olduğunu anlayın. Ayrıca çevrimdışı değerlendirmelerin nasıl yürütüleceğini de öğreneceksiniz (yani verilerin nasıl hazırlanıp örnekleneceği ve sonuçların nasıl toplanacağı). Ayrıca çevrimiçi değerlendirme (deneysel) hakkında da bilgi edineceksiniz. Kursu tamamladığınızda, çok çeşitli kullanımlara yönelik farklı öneri sistemi seçeneklerini karşılaştıracak araçlara sahip olacaksınız.
Bu kursta öneri sistemleri için çeşitli matris ayrıştırma tekniklerini ve hibrit makine öğrenimini öğreneceksiniz. Temel bir matris ayrıştırmasıyla başlayarak, kullanıcı ve ürün tercihlerinin alanının boyutsallığını azaltmaya dayalı öneri sistemleri oluşturmanın hem anlaşılmasını hem de pratik ayrıntılarını anlayacaksınız. Daha sonra, farklı algoritmaların avantajlarını güçlü hibrit önerilerde birleştiren teknikleri öğreneceksiniz.
Bu kapsamlı öneri sistemi becerileri proje kursu, öneri sistemi algoritmaları ve değerlendirmesi hakkında öğrendiğiniz her şeyi kapsamlı bir öneri analizi ve tasarım projesinde birleştirir. Tavsiyenin hedeflerini ve algoritmanın performansını analiz ederek öneri sisteminin tasarımını seçmeniz ve gerekçelendirmeniz gereken bir araştırma vakası alacaksınız. Özel bölümdeki öğrenciler, algoritmaların orta düzey veri kümelerine karşı deneysel olarak değerlendirilmesine odaklanacaktır. Standart rota, tedarikçi sonuçları ve elektronik tablo araştırmalarının bir karışımını içerecektir.
Her iki grup da analizi, seçilen çözümü ve bu çözümün gerekçesini belgeleyen bir nihai rapor hazırladı.
