Diseño y evaluación de sistemas de recomendación: una guía práctica de proyectos

Los motores de recomendación impulsan la web moderna, impulsando la participación de los usuarios en las plataformas de comercio electrónico, streaming y redes sociales.Comprender cómo diseñar, seleccionar y medir el rendimiento de estos sistemas es una habilidad crucial para cualquier aspirante a profesional de datos. En este curso práctico, pasará de comprender los conceptos básicos de recomendación a diseñar y evaluar un sistema de recomendación completo.Explorará los algoritmos principales, aprenderá a alinear el diseño del sistema con los objetivos de negocio y dominará las métricas utilizadas para medir la calidad de la recomendación en escenarios del mundo real. Lo que aprenderás: - Comprenda la terminología fundamental del filtrado colaborativo, el filtrado basado en contenido y los sistemas de recomendación híbridos. - Analizar los datos de comportamiento de los usuarios para determinar la mejor estrategia de recomendación para objetivos comerciales específicos. - Aplique métricas de evaluación modernas, incluidas Precision @ K, Recall @ K y Precisión promedio media para medir el rendimiento del algoritmo. - Abordar los desafíos comunes del sistema, como el problema de arranque en frío y la escasez de datos. - Evaluar y justificar la selección de algoritmos a través de un análisis de caso estructurado, paso a paso. - Diseñar una arquitectura conceptual del sistema de recomendación utilizando técnicas modernas de incrustación y similitud. El curso comienza con definiciones fundamentales y conceptos básicos de recomendación antes de guiarlo a través de un estudio de caso completo y escrito.Leerá explicaciones detalladas, analizará datos de rendimiento de algoritmos y completará ejercicios de diseño para solidificar sus habilidades. Este curso está diseñado para principiantes interesados en la ciencia de datos y la personalización; no se requieren conocimientos matemáticos avanzados ni experiencia previa en programación. Entra en el mundo de la personalización y empieza a diseñar tu primer sistema de recomendación hoy mismo.