यहां शानदार वैल्यू है। उपयोग किए गए उदाहरण मुख्य विचारों को समझने के लिए बहुत मददगार थे। निश्चित रूप से समय के लायक है।
Python का उपयोग करके स्क्रैच से रिकमेंडर सिस्टम्स (Recommender Systems) का निर्माण
Python और आधुनिक डेटा लाइब्रेरी का उपयोग करके स्क्रैच से मूवी रिकमेंडेशन एल्गोरिदम (movie recommendation algorithms) बनाकर कोलैबोरेटिव फ़िल्टरिंग (collaborative filtering) के मूल सिद्धांतों में महारत हासिल करें।
-
💬
एआई प्रशिक्षक
किसी भी पाठ के बारे में पूछें और तुरंत, कभी भी स्पष्ट उत्तर पाएँ। -
🕐
कभी भी शुरू करें
कोई शेड्यूल या डेडलाइन नहीं — अपनी गति से, जब चाहें तब सीखें। -
🌐
हिंदी में
पाठ, कार्य और प्रमाणपत्र — सब कुछ पूरी तरह आपकी भाषा में।
इस कोर्स के बारे में
रिकमेंडर सिस्टम्स (Recommender systems) डिजिटल दुनिया को शक्ति प्रदान करते हैं, जो उपयोगकर्ताओं को उन किताबों, उत्पादों और संगीत तक मार्गदर्शन करते हैं जिन्हें वे पसंद करते हैं। यह समझना कि ये एल्गोरिदम कैसे काम करते हैं, किसी भी महत्वाकांक्षी डेटा पेशेवर या सॉफ्टवेयर डेवलपर के लिए एक महत्वपूर्ण कौशल है।
इस टेक्स्ट-आधारित कोर्स में, आप एक शुरुआती से अपने स्वयं के रिकमेंडेशन इंजन (recommendation engines) को आत्मविश्वास से लागू करने की ओर बढ़ेंगे। आप शक्तिशाली प्री-बिल्ट टूल्स (pre-built tools) पर जाने से पहले कोड के पीछे के गणित और तर्क को समझना सुनिश्चित करते हुए, स्क्रैच से, चरण-दर-चरण, कोलैबोरेटिव फ़िल्टरिंग सिस्टम (collaborative filtering systems) का निर्माण करेंगे।
What you'll learn:
- यूजर-बेस्ड (user-based) और आइटम-बेस्ड (item-based) कोलैबोरेटिव फ़िल्टरिंग (collaborative filtering) की मूलभूत अवधारणाओं को समझें
- गणितीय रूप से समानता मेट्रिक्स (similarity metrics) की गणना करें और उन फ़ार्मूलों को स्वच्छ Python कोड में अनुवादित करें
- मानक Python और आधुनिक डेटा-हैंडलिंग लाइब्रेरी का उपयोग करके स्क्रैच से एक रिकमेंडेशन इंजन (recommendation engine) का निर्माण करें
- उद्योग-मानक MovieLens डेटासेट का उपयोग करके बड़े पैमाने के डेटा का विश्लेषण करें
- Surprise और LibRecommender जैसी विशेष लाइब्रेरी का उपयोग करके कुशलतापूर्वक रिकमेंडेशन (recommendations) लागू करें
- समकालीन रिकमेंडेशन वर्कफ़्लो (recommendation workflows) में उपयोग किए जाने वाले आधुनिक वेक्टर समानता अवधारणाओं और मूल्यांकन मेट्रिक्स (evaluation metrics) का अन्वेषण करें
आप मुख्य परिभाषाओं और गणितीय अवधारणाओं के साथ शुरुआत करेंगे, छोटे, प्रबंधनीय डेटासेट पर अपनी गणनाओं का परीक्षण करेंगे। फिर, आप वास्तविक दुनिया के डेटा तक आगे बढ़ेंगे और उद्योग-मानक लाइब्रेरी का उपयोग करके अपने कोड को अनुकूलित (optimize) करने का तरीका जानेंगे।
यह कोर्स Python की बुनियादी समझ रखने वाले उन शुरुआती लोगों के लिए डिज़ाइन किया गया है जो डेटा साइंस और मशीन लर्निंग में उतरना चाहते हैं। रिकमेंडेशन एल्गोरिदम (recommendation algorithms) या उन्नत गणित के साथ पूर्व अनुभव की आवश्यकता नहीं है।
आधुनिक रिकमेंडेशन इंजन (recommendation engines) के यांत्रिकी को अनलॉक करने के लिए आज ही पढ़ना शुरू करें।
आपको क्या मिलेगा
-
📜
समापन प्रमाणपत्र
अपने LinkedIn प्रोफ़ाइल में जोड़ें -
💬
व्यक्तिगत AI ट्यूटर
किसी पाठ में अटक गए? अपने बिल्ट-इन ट्यूटर से कभी भी, कुछ भी पूछो। -
♾️
लाइफटाइम एक्सेस
कभी भी लौटें, समाप्ति नहीं -
📱
फ़ोन या कंप्यूटर
कहीं भी, किसी भी डिवाइस पर -
💸
14-दिन वापसी
बिना सवाल -
⚡
छोटा और केंद्रित
2 घंटे 36 मिनट व्यावहारिक सामग्री
समापन प्रमाणपत्र
PickAClass पर पूरा किया हर कोर्स ऐसी क्रेडेंशियल देता है — मूल, अपने कोड के साथ, URL से सत्यापन योग्य, और जो वास्तव में प्रदर्शित हुआ उसका विस्तृत विवरण।
P
PickAClass
कौशल प्रोफ़ाइल · सत्यापन योग्य
दस्तावेज़
महारत प्रमाणपत्र
यह प्रमाणित करता है कि
नाम उपनाम
ने सफलतापूर्वक निपुणता प्रदर्शित की
Python का उपयोग करके स्क्रैच से रिकमेंडर सिस्टम्स (Recommender Systems) का निर्माण
प्रदर्शित कौशल
✓
व्यवहारिक पैटर्न विश्लेषण
आधारभूत
1.2 घं
✓
निर्णय-आर्किटेक्चर ढांचे
दक्ष
1.4 घं
✓
A/B परीक्षण डिजाइन
दक्ष
1.7 घं
✓
व्यवहारिक कॉपीराइटिंग
उन्नत
1.9 घं
P
PickAClass — नाम उपनाम
Python का उपयोग करके स्क्रैच से रिकमेंडर सिस्टम्स (Recommender Systems) का निर्माण
पृष्ठ 2 / 2
प्रदर्शन विवरण
कोर्सवर्क सारांश
पूर्ण पाठ
14 / 14
अभ्यास प्रश्न
26 / 28
जमा असाइनमेंट
4 (औसत 4.5 / 5)
कैपस्टोन प्रोजेक्ट
समीक्षित — 4.6 / 5
कुल अभ्यास
6.2 घं
प्रदर्शन बेंचमार्क
कोहोर्ट रैंक
1,625 में शीर्ष 12%
पूर्णता का समय
11 दिन (माध्यिका: 22)
महारत स्कोर
91 / 100
अभ्यास-प्रश्न स्कोर
94%
कौशल सत्यापन
सत्यापित कौशल पथ
समीक्षाएँ (3)
हम्म, मुझे यकीन नहीं है कि यह बिल्कुल शुरुआती लोगों के लिए है। यह कुछ पूर्व ज्ञान मानता है जो स्पष्ट रूप से नहीं सिखाया गया था। कुछ उदाहरण भ्रमित करने वाले थे।
हम्म, मुझे यकीन नहीं है कि यह वही था जिसकी मुझे उम्मीद थी। उदाहरण थोड़े अमूर्त थे, और मुझे यकीन नहीं है कि वे कितने लागू होते हैं।
शिक्षार्थियों ने यह भी लिया
🏆 सबसे लोकप्रिय
🎓 सर्टिफिकेट सहित
Python के साथ व्यावहारिक ग्राहक विश्लेषण
सर्टिफ़िकेट
व्यावहारिक
QR 720
→
🎓 सर्टिफिकेट सहित
बिग डेटा एनालिटिक्स के लिए Spark SQL और PySpark
सर्टिफ़िकेट
व्यावहारिक
QR 500
→
🔥 लोकप्रिय
🎓 सर्टिफिकेट सहित
NP-कठिन समस्याओं के लिए सन्निकटन एल्गोरिदम डिजाइन करना
सर्टिफ़िकेट
व्यावहारिक
QR 790
→
🔥 ट्रेंडिंग
🎓 सर्टिफिकेट सहित
बिग डेटा एनालिसिस इंजीनियर प्रैक्टिकल परीक्षा की तैयारी Python के साथ
सर्टिफ़िकेट
व्यावहारिक
QR 630
→
अक्सर पूछे जाने वाले प्रश्न
इस कोर्स के लिए मुझे क्या चाहिए? +
बस इंटरनेट वाला एक फ़ोन या कंप्यूटर। कोई इंस्टॉल नहीं, कोई विशेष हार्डवेयर नहीं।
मैं भुगतान कैसे करूँ? +
Stripe के माध्यम से कार्ड से। हम कार्ड विवरण स्टोर नहीं करते — Stripe सुरक्षित रूप से संभालता है।
क्या मुझे रिफ़ंड मिल सकता है? +
हाँ — 14 दिनों में पूर्ण रिफ़ंड, बिना सवाल।
मेरा एक्सेस कब तक रहेगा? +
हमेशा के लिए। एक बार खरीदने पर कोर्स आपका है — कभी भी दोबारा देखें।
क्या मुझे प्रमाणपत्र मिलेगा? +
हाँ। पूरा करने पर एक प्रमाणपत्र मिलेगा जिसे आप अपने LinkedIn प्रोफ़ाइल में जोड़ सकते हैं।
इन क्षेत्रों के लिए
टेक
डिज़ाइन
वित्त
मार्केटिंग
स्वास्थ्य
शिक्षा
आतिथ्य
विनिर्माण
10
हर माह 10 कोर्स पाएं
मेंबर हर महीने अपनी पसंद के 10 कोर्स QR 0 में पाते हैं। कोर्स का कोई शुल्क नहीं — आप सिर्फ सब्सक्रिप्शन के पैसे देते हैं।
QR 1,300 / प्रति माह
- ✓ हर महीने 10 कोर्स
- ✓ कभी भी रद्द करें
हर महीने नवीनीकृत। अप्रयुक्त कोर्स हर बिलिंग माह के अंत में समाप्त हो जाते हैं।