ระบบแนะนำด้วย Machine Learning บน Cloud Platform

แพลตฟอร์มดิจิทัลสมัยใหม่พึ่งพาระบบแนะนำเพื่อปรับแต่งประสบการณ์ผู้ใช้ เพิ่มการมีส่วนร่วม และขับเคลื่อนรายได้ การสร้างระบบเหล่านี้ในสเกลใหญ่ต้องมีความเข้าใจอย่างถ่องแท้เกี่ยวกับอัลกอริทึม Machine Learning, Data Pipeline และโครงสร้างพื้นฐานบนคลาวด์ คอร์สแบบข้อความนี้จะแนะนำคุณตลอดกระบวนการออกแบบ การฝึกฝน และการปรับใช้ระบบแนะนำบน Cloud Platform คุณจะเปลี่ยนผ่านจากการทำความเข้าใจอัลกอริทึมการแนะนำพื้นฐานไปสู่การใช้งานไปป์ไลน์ที่พร้อมสำหรับใช้งานจริง ซึ่งให้คำแนะนำส่วนบุคคลแบบเรียลไทม์ สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจแนวคิดหลักของ Collaborative Filtering, Content-based Filtering และระบบแนะนำแบบไฮบริด - สร้างและจัดการ User และ Item Embeddings เพื่อจับปฏิสัมพันธ์ที่ซับซ้อนระหว่างผู้ใช้และไอเทม - สร้างโมเดลโครงข่ายประสาทเทียมแบบ Two-tower สมัยใหม่สำหรับการดึงข้อมูลผู้มีโอกาสเป็นไปได้และการจัดอันดับ - ดำเนินการเวิร์กโฟลว์ Machine Learning โดยใช้ BigQuery ML และ Vertex AI - ใช้ประโยชน์จากฐานข้อมูล Vector Search สมัยใหม่สำหรับการดึงข้อมูลคำแนะนำแบบเรียลไทม์ที่มีความหน่วงต่ำ - ปรับใช้ ประเมิน และตรวจสอบไปป์ไลน์คำแนะนำเพื่อให้แน่ใจว่ามีประสิทธิภาพที่เชื่อถือได้ในสเกลใหญ่ เริ่มต้นด้วยคำศัพท์ที่จำเป็นและอัลกอริทึมพื้นฐาน บทเรียนที่เป็นลายลักษณ์อักษรและโค้ดตัวอย่างจะนำคุณไปสู่การเตรียมข้อมูล การฝึกฝนโมเดล การจัดการไปป์ไลน์ และกลยุทธ์การปรับใช้ คอร์สนี้ออกแบบมาสำหรับนักพัฒนา นักวิเคราะห์ข้อมูล และวิศวกรคลาวด์ที่ต้องการเชี่ยวชาญด้านเวิร์กโฟลว์คำแนะนำ แนะนำให้มีความเข้าใจพื้นฐานเกี่ยวกับแนวคิด Machine Learning และ Python แต่ไม่จำเป็นต้องมีประสบการณ์ด้านสถาปัตยกรรมคลาวด์มาก่อน เริ่มอ่านวันนี้เพื่อสร้างระบบแนะนำอัจฉริยะที่ขับเคลื่อนประสบการณ์ผู้ใช้สมัยใหม่