Visão Geral

Curso Building Recommendation Systems With Python. Aprenda como construir sistemas de recomendação para ajudar seus clientes. Os sistemas de recomendação estão no centro de quase todos os negócios na Internet hoje, do Facebook ao Netflix e à Amazon. Eles estão fornecendo boas recomendações, sejam de amigos, filmes ou compras, que ajudam muito a definir a experiência do usuário e a atrair os clientes a usar sua plataforma.
Este Curso Building Recommendation Systems With Python mostra como fazer exatamente isso. Você aprenderá os diferentes tipos de recomendadores usados ​​na indústria e como construí-los do zero usando Python. Não há necessidade de percorrer toneladas de teoria de aprendizado de máquina; você começará a criar e aprender sobre recomendadores rapidamente. Neste curso, você criará um clone do IMDB Top 250, um mecanismo baseado em conteúdo que funciona em metadados de filmes. Você usará filtros colaborativos para fazer uso dos dados de comportamento do cliente e um Recomendador Híbrido que incorpora técnicas de filtragem colaborativas e baseadas em conteúdo.
 

Objetivo

Após realizar este Curso Building Recommendation Systems With Python você será capaz de:

• Compreenda os diferentes tipos de sistemas de recomendação
• Domine técnicas de organização de dados usando a biblioteca pandas
• Construindo um clone dos 250 melhores do IMDB
• Crie um mecanismo baseado em conteúdo para recomendar filmes com base em metadados reais de filmes
• Empregar técnicas de mineração de dados usadas na construção de recomendadores
• Crie filtros colaborativos padrão do setor usando algoritmos poderosos
• Construindo recomendadores híbridos que incorporam filtragem colaborativa e baseada em conteúdo

Publico Alvo

• Desenvolvedores, Analistas e outros profissionais interessados ​​em aprender as ferramentas e técnicas necessárias para construir sistemas de recomendação.

Pre-Requisitos

• Habilidades de TI básicas a intermediárias
• São recomendadas habilidades básicas de sintaxe em Python (participantes sem experiência em programação como Python podem ver os laboratórios como exercícios de acompanhamento ou se unir a outras pessoas para concluí-los)
• Boas habilidades básicas de matemática ou lógica
• Habilidades básicas em Linux, incluindo familiaridade com opções de linha de comando como ls, cd, cp e su

Materiais

Conteúdo Programatico

Getting Started with Recommender Systems

1. Technical requirements
2. What is a recommender system?
3. Types of recommender systems

Manipulating Data with the Pandas Library

1. Technical requirements
2. Setting up the environment
3. The Pandas library
4. The Pandas DataFrame
5. The Pandas Series

Building an IMDB Top 250 Clone with Pandas

1. Technical requirements
2. The simple recommender
3. The knowledge-based recommender

Building Content-Based Recommenders

1. Technical requirements
2. Exporting the clean DataFrame
3. Document vectors
4. The cosine similarity score
5. Plot description-based recommender
6. Metadata-based recommender
7. Suggestions for improvements

Getting Started with Data Mining Techniques

1. Problem statement
2. Similarity measures
3. Clustering
4. Dimensionality reduction
5. Supervised learning
6. Evaluation metrics

Building Collaborative Filters

1. Technical requirements
2. The framework
3. User-based collaborative filtering
4. Item-based collaborative filtering
5. Model-based approaches

Hybrid Recommenders

1. Technical requirements
2. Introduction
3. Case study and final project – Building a hybrid model