Inleiding tot Recommender Systems

Heb je je ooit afgevraagd hoe diensten precies weten welke film je als volgende wilt bekijken of welk product ze moeten aanbevelen?Deze cursus ontmaskert de kerntechnologie achter die slimme aanbevelingen en geeft je de fundamentele kennis om je eigen te bouwen. Je krijgt een goed begrip van de principes die moderne aanbevelingssystemen sturen.Je gaat van theorie naar implementatie, leert hoe je gebruikersgegevens verwerkt, belangrijke algoritmen toepast en de effectiviteit van je aanbevelingen meet door middel van praktische, op tekst gebaseerde oefeningen. Wat je leert: - Begrijp de belangrijkste verschillen tussen samenwerkingsfiltering, op inhoud gebaseerde en hybride benaderingen. - Implementeer op gebruikers en op items gebaseerde samenwerkingsfiltering om gebruikersvoorkeuren te voorspellen. - Pas matrixfactorisatietechnieken toe om latente functies in gebruikers-item-interacties te ontdekken. - Bouw een op inhoud gebaseerde aanbeveler door items weer te geven op basis van hun kenmerken. - Evalueer de aanbevelingskwaliteit met behulp van standaard industriemetrieken zoals precisie, herinnering en RMSE. - Ontdek hoe vectorinsluitingen de basis vormen voor meer geavanceerde aanbevelingsmodellen. - Herken gemeenschappelijke uitdagingen zoals het cold-start probleem en bronnen van vooroordelen in aanbevelingssystemen. De cursus begint met de essentiële terminologie en concepten. Daarna wordt u begeleid door de praktische stappen voor het bouwen van verschillende soorten aanbevelingsmachines. Elk onderdeel bouwt voort op het vorige, zodat u vanaf de basis een uitgebreid begrip ontwikkelt. Deze cursus is bedoeld voor beginners met een basiskennis van programmeren.Er is geen eerdere ervaring met machine learning of recommender-systemen vereist om te beginnen. Begin vandaag nog met het bouwen van intelligente aanbevelingsmachines.