|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/best-recommender-system/
课程评论：没有评论
课程名称：【한글자막】机器学习与人工智能的推荐系统构建 课程概述： 本课程由亚马逊工程师Frank Kane主讲，专注于如何构建推荐系统。课程采用实践为主的教学方式，旨在帮助学员开发自己的框架并结合推荐算法。学习内容包括基于邻域的协作过滤、矩阵分解、深度学习等现代技术。学员将通过真实案例，直观理解推荐算法的实际应用与面临的问题。课程强调不仅仅是编写代码，更是教授在不同场景下何时及如何应用各种算法。 课程内容包括： - 制作推荐引擎与评估推荐系统 - 内容基础过滤与属性使用 - 用户和项目基于KNN的邻域协作过滤 - 模型基础方法，包括矩阵分解及SVD - 深度学习与人工神经网络在推荐系统中的应用 - 使用TensorFlow（TFRS）和Amazon Personalize的最新框架 - 基于递归神经网络的会话推荐 - 利用Apache Spark和AWS SageMaker扩展大规模数据集 - 探讨推荐系统的现实问题及解决方案 - YouTube和Netflix的案例研究 - 混合构建与集成推荐系统 - 最新研究动态"Bleeding edge alerts" 课程适合已经具备一定编程基础的学员，并提供Python介绍和深度学习的简要讲解。Frank Kane在亚马逊有超过9年的工作经验，管理过多个个性化产品推荐技术。他将分享推荐系统构建的实用技术，帮助学员掌握如何提供个性化内容。 课程还为中国学员提供精确翻译的韩文字幕，便于理解。欢迎学员在课程中通过Q&A提问，但请使用英语。 希望能在课程中见到你们！- Frank
Amazon 엔지니어에게 배우는 추천 시스템 구축!실습 위주로 진행되는 실무와 가까운 강의!자신만의 프레임워크를 개발하고 추천 알고리즘을 결합해보세요!머신 러닝 & AI 로 추천 시스템 구축하기를 선택해야 하는 이유이 강의에서 neighborhood-based 협업 필터링을 기반으로 이미 시도된 진정한 추천 알고리즘을 다룰 것이고, 행렬 분해와 인공 신경망을 사용한 딥 러닝을 포함한, 보다 현대적인 기술까지 연구할 것입니다. 그 과정에서 이러한 알고리즘을 실제 데이터와 함께 대규모로 적용할 때 직면하게 될 실제 문제들을 Frank의 광범위한 업계 경험을 통해 보다 재미있고 쉽게 이해하게 될 것입니다.하지만 추천 시스템은 굉장히 복잡합니다. 만약 코드만 배우는 수준으로 생각 하신다면 다시 한번 생각 하시길 바랍니다. 추천 시스템을 구축하는 방법에 대한 정확한 레시피 대신 여러분은 언제, 어떤 알고리즘을 적용 해야 하는지 습득해야 합니다. 물론, 이미 코딩을 하는 법은 알고 계시리라 믿습니다.:)이 강의는 굉장한 실습 위주로 되어 있으며, 강의를 통해 자신 만의 프레임워크를 개발하여 많은 추천 알고리즘들을 결합하고 평가하게 될 것이며, TensorFlow을 사용 하여 자신 만의 신경을 구축하게 될 것입니다. 또한, 실제 사용자들이 사용하는 실제 영화 등급 추천 시스템을 구축 하게 될 것입니다.이 포괄적인 강의는 협업 필터링의 초기부터 심층 신경망의 최첨단 응용 프로그램 및 모든 개별 사용자에게 최고의 항목을 추천하기 위한 최신 머신 러닝 기술에 이르기까지 모든 과정을 안내합니다.이 강의의 코딩 실습은 파이썬 프로그래밍 언어를 사용합니다. Python을 처음 사용하는 분들을 위해 Python에 대한 소개 강의가 포함되어 있지만, 전체적인 강의 내용을 성공적으로 다루려면 사전 프로그래밍 경험이 필요합니다. 인공 지능 분야가 처음인 분들을 위해 딥 러닝에 대한 간략한 소개 강의도 포함되고 있지만 새로운 컴퓨터 알고리즘을 이해할 수 있어야 합니다.머신 러닝 & AI 로 추천 시스템 구축하기는 이렇게 진행 됩니다추천 엔진 제작평가 추천 시스템항목 속성을 사용한 콘텐츠 기반 필터링사용자 기반, 아이템 기반 및 KNN CF를 사용한 Neighborhood-based 협업 필터링행렬분해 그리고 SVD를 포함한 모델 기반 매소드딥 러닝, AI 및 인공 신경망을 추천 시스템에 적용TensorFlow (TFRS) 와 Amazon Personalize의 최신 프레임워크 사용재귀 신경망을 이용한 세션 기반 추천Apache Spark 머신 러닝, Amazon DSSTNE 딥러닝, 그리고 Factorization Machines을 사용한 AWS SageMaker을 사용 하여 대규모 데이터 세트로 확장추천 시스템의 현실 문제와 솔루션유튜브와 넷플릭스의 사례 연구하이브리드 구축, 앙상블 추천 시스템추천 시스템 분야의 최신 연구를 다루는 "Bleeding edge alerts"전세계 81만 수강생 보유 TOP강사! Frank Kane의 한마디한국 수강생 여러분들을 위한 새로운 소식을 전해드립니다!이 강의는 TensorFlow Recommenders(TFRS) 및 권장 사항을 위한 Generative Adversarial Networks(GAN)로 업데이트 되었습니다!이 분야의 개척자이자 Amazon의 엔지니어에게로부터 머신 러닝 추천 시스템 구축하는 방법을 배워보세요. Frank Kane은 Amazon에서 9년 넘게 근무하면서 Amazon의 개인화 제품 추천 기술을 관리하고 또한 개발했습니다.이러한 머신 러닝 알고리즘이 사용자의 고유한 관심사를 학습한 뒤, 각 개인에게 가장 적합한 제품이나 콘텐츠를 보여주기 때문에 Netflix 홈페이지, YouTube 및 Amazon 등 어디에서나 자동화된 추천을 볼 수 있습니다. 이러한 기술은 현재 가장 크고 권위 있는 Tech 회사의 고용주들이 중점적으로 고려 하는 부분이며 이 기술을 이해하는 여러분은 그들에게 굉장히 값진 사람이 될 것입니다.여러분이 더 잘 따라오실 수 있도록 정교하게 번역된 한글 자막이 포함 되어 있습니다.강의를 들으시고 강의와 관련하여 궁금하신 점은 무엇이든 Q & A에 남기실 수 있지만, 꼭 영어로 남겨주세요. 그래야 답변을 드릴 수 있습니다.:)곧 강의에서 뵙기를 바랍니다!-Frank
