حالت مطالعه
در دوره سیستمهای توصیه گر چه مواردی آموزش داده میشود؟
سرفصل
- تعریف سیستمهای توصیه گر
- بررسی کاربردهای سیستمهای توصیه گر در دنیای واقعی
- بررسی معیارهای شباهت
- معرفی رویکرد Collaborative Filteringها با مثال عددی
- بررسی مزایا و معایب Collaborative Filteringها
- معرفی روشهای Content-Based
- بررسی مزایا و معایب روشهای Content-Based
- بررسی Matrix Factorization
- بررسی چالشهای کلی سیستمهای توصیه گر و راهحلهای آن در محیط واقعی
- بررسی ابزارها
همچنین برای بهرهمندی حداکثری از دوره سیستم های توصیه گر، دو دوره رایگان پایتون و یادگیری ماشین که در سایت موجود است، را مشاهده کنید.
نکته: اگر برای انجام پروژه ها، داده احتیاج داشتید حتما به کانال تلگرامی ما مراجعه کنید.
درخواست مشاوره
برای کسب اطلاعات بیشتر درباره این دوره درخواست مشاوره خود را ارسال کنید و یا با ما در تماس باشید.
درخواست مشاورهدوره های مرتبط
دوره streamlit به زبان ساده
در دوره Streamlit چه مواردی آموزش داده میشود؟ در دوره آموزش ساخت داشبورد تعاملی با به سراغ مبحث ضروری طراحی…
دوره آموزش AutoEncoder در Tensorflow
در دوره آموزش کاهش نویز تصاویر با Tensorflow و Autoencoder چه مواردی آموزش داده میشود؟ در این آموزش یکی از…
پایتون برای علوم داده
در دنیای امروزی، اگر پایتون بلد نیستید یک جای کارتان می لنگد.
یادگیری ماشین
در این دوره آموزشی نگاهی متفاوت به یادگیری ماشین خواهیم داشت تا قدم اول در حوزه علوم داده محکم و استوار باشد.
chat_bubble_outlineنظرات
قیمت :
در دوره سیستم های توصیه گر به درک مفاهیم اولیه سیستم های توصیه گر و الگوریتم های متفاوت آن میپردازیم. رایگان!
امتیاز
0
از
0
رأی
بدون امتیاز
0 رای
رایگان!
نوع دوره: غیر حضوری
سطح دوره: مقدماتی
پیش نیاز: آشنایی با پایتون
زبان: فارسی
بیش از یک ساعت
124 مگابایت
روش دریافت: دانلود فایل دروس
روش پشتیبانی: ارسال تیکت
بدون گواهی نامه
درصد پیشرفت دوره: %100
1.69k بازدید 0 دیدگاه
محمد دهقانی
موسس دیتاهابفعال حوزه داده
دسته: پایتون
قوانین ثبت دیدگاه