Progettare e valutare sistemi di raccomandazione: una guida pratica al progetto

I motori di raccomandazione alimentano il web moderno, guidando il coinvolgimento degli utenti su piattaforme di e-commerce, streaming e social media.Comprendere come progettare, selezionare e misurare le prestazioni di questi sistemi è un'abilità cruciale per qualsiasi aspirante professionista dei dati. In questo corso pratico, passerai dalla comprensione dei concetti di base delle raccomandazioni alla progettazione e valutazione di un sistema di raccomandazione completo.Esplora gli algoritmi di base, impara come allineare la progettazione del sistema con gli obiettivi di business e padroneggia le metriche utilizzate per misurare la qualità delle raccomandazioni in scenari reali. Cosa imparerai: - Comprendere la terminologia fondamentale del filtraggio collaborativo, del filtraggio basato sui contenuti e dei sistemi di raccomandazione ibridi. - Analizza i dati sul comportamento degli utenti per determinare la migliore strategia di raccomandazione per obiettivi aziendali specifici. - Applicare moderne metriche di valutazione tra cui Precision @ K, Recall @ K e Mean Average Precision per misurare le prestazioni dell'algoritmo. - Affrontare le sfide comuni del sistema come il problema dell'avvio a freddo e la scarsità dei dati. - Valutare e giustificare la selezione dell'algoritmo attraverso un'analisi strutturata e dettagliata del caso di studio. - Progetta un'architettura concettuale del sistema di raccomandazione utilizzando moderne tecniche di embedding e similarità. Il corso inizia con definizioni fondamentali e concetti di base del recommender prima di guidarti attraverso un caso di studio completo e scritto.Leggerai spiegazioni dettagliate, analizzerai i dati sulle prestazioni degli algoritmi e completerai esercizi di progettazione per consolidare le tue abilità. Questo corso è progettato per i principianti interessati alla scienza dei dati e alla personalizzazione; non è richiesto un background matematico avanzato o una precedente esperienza di programmazione. Entra nel mondo della personalizzazione e inizia a progettare il tuo primo sistema di raccomandazione oggi stesso.