Formulazione del problema e metriche per il ranking dei feed personalizzati

Progettare un sistema di classificazione dei feed personalizzati richiede molto più che addestrare un modello. Richiede una definizione precisa del problema aziendale e le metriche giuste per misurare il successo. In questo corso solo testuale, imparerai come tradurre obiettivi di prodotto vaghi in obiettivo di machine learning concreti. Acquisirai una profonda comprensione di come allineare la valutazione offline con i risultati del business online. Completando questo corso, sarai in grado di strutturare con sicurezza i problemi di classificazione, scegliere le metriche di valutazione corrette e comprendere come i moderni sistemi di raccomandazione funzionano su larga scala. Cosa imparerai: - Comprendere i fondamenti delle architetture di sistema di classificazione e raccomandazione dei feed personalizzati - Formulare dichiarazioni di problemi chiari e attuabili per i modelli di classificazione - Analizza le metriche di valutazione chiave tra cui Click-Through Rate (CTR) e Normalized Cross-Entropy (NCE) - Valuta le prestazioni del modello utilizzando metriche offline e comprendi la loro correlazione con il test A / B online - Affrontare le sfide moderne nel ranking, come il pregiudizio di posizione, i problemi di avvio a freddo e i cicli di feedback - Allinea gli obiettivi tecnici di machine learning con i KPI del prodotto nel mondo reale Il corso inizia con i concetti fondamentali nella personalizzazione dei feed e nei sistemi di raccomandazione, assicurandoti di comprendere la terminologia di base prima di passare a formulazioni matematiche avanzate di funzioni di perdita e metriche di valutazione. Questo corso è progettato per principianti e data scientist intermedi, product manager e ingegneri software che cercano di passare a sistemi di raccomandazione.Non è richiesto un background avanzato di apprendimento automatico, sebbene sia utile una familiarità di base con i concetti di modellazione predittiva. Inizia oggi stesso a padroneggiare le basi analitiche dei moderni sistemi di classificazione dei feed.