Проектирование и оценка систем рекомендаций: практическое руководство по проектам

Системы рекомендаций являются движущей силой современного Интернета, стимулируя взаимодействие пользователей в электронной коммерции, потоковых трансляциях и социальных сетях. Понимание того, как разрабатывать, выбирать и измерять производительность этих систем, является важным навыком для любого начинающего специалиста по данным. В этом практическом курсе вы пройдете путь от понимания основных концепций рекомендаций до разработки и оценки полной системы рекомендаций. Вы изучите основные алгоритмы, научитесь согласовывать проектирование системы с целями бизнеса и овладеете метриками, используемыми для измерения качества рекомендаций в реальных сценариях. Что вы узнаете: - Понять основную терминологию совместной фильтрации, фильтрации на основе контента и гибридных систем рекомендаций. - Анализ данных о поведении пользователей для определения наилучшей стратегии рекомендаций для конкретных целей бизнеса. - Применять современные метрики оценки, включая Precision@K, Recall@K и Mean Average Precision для измерения производительности алгоритма. - Решение общих системных проблем, таких, как проблема холодного запуска и скудость данных. - Оценивать и обосновывать выбор алгоритмов посредством структурированного, поэтапного анализа тематического исследования. - Разработать концептуальную архитектуру системы рекомендаций с использованием современных методов встраивания и сходства. Курс начинается с основных определений и основных концепций рекомендателя, а затем вы пройдете всеобъемлющее письменное тематическое исследование. Вы прочитаете подробные объяснения, проанализируете данные о производительности алгоритма и выполните упражнения по проектированию, чтобы закрепить свои навыки. Этот курс предназначен для начинающих, заинтересованных в науке данных и персонализации; не требуется продвинутый математический фон или предыдущий опыт программирования. Вступите в мир персонализации и начните создавать свою первую систему рекомендаций уже сегодня.