欢迎购买学习《基于深度学习和协同过滤Python智能推荐系统开发视频教程》课程，你将学习如何使用深度学习、协同过滤和 Python 创建机器学习推荐系统。
发表于 8/2022
MP4 | 视频：h264, 1280×720 | 音频：AAC，44.1 KHz
语言：英语 | 大小：4.19 GB | 时长：12h 20m
你会学到什么
- 使用 Python 构建用于测试和评估推荐算法的框架
- 了解大型推荐系统常见问题的解决方案
- 使用大规模深度学习创建推荐系统
- 应用正确的推荐系统成功衡量标准
要求
一些编程或脚本语言（最好是 Python）的经验
一些计算机科学背景，以及理解新算法的能力。
描述
我们将介绍基于邻域协同过滤的久经考验的真实推荐算法，并逐步发展到更现代的技术，包括矩阵分解，甚至使用人工神经网络进行深度学习。在此过程中，您将从我们丰富的行业经验中学习，以了解在大规模应用这些算法并使用真实数据时会遇到的现实挑战。
您在 Netflix 主页上随处可见自动推荐，在 YouTube 和亚马逊上，因为这些机器学习算法会了解您的独特兴趣，并为您个人展示最好的产品或内容。这些技术已成为最大、最负盛名的技术雇主的核心，通过了解它们的工作原理，你将对他们变得非常有价值。我们将介绍基于邻域协同过滤的久经考验的真实推荐算法，并逐步发展到更现代的技术，包括矩阵分解，甚至使用人工神经网络进行深度学习。不要期望学习编码类型的格式来参加本课程。
没有关于如何制作推荐系统的秘诀；您需要了解不同的算法以及如何选择何时在给定情况下应用每种算法。我们假设您已经知道如何编码。但是，本课程非常实用；您将开发自己的框架来评估和组合许多不同的推荐算法，您甚至可以使用 Tensorflow 构建自己的神经网络，以根据真实人物的真实电影评分生成推荐。这门综合课程将带您从早期的协同过滤到深度神经网络和现代机器学习技术的前沿应用，向每个用户推荐最佳项目。
本课程中的编码练习使用 Python 编程语。如果您是 Python 新手，我们会提供 Python 简介，但您需要具备一定的编程经验才能成功使用本课程。如果您是人工智能领域的新手，我们还会简要介绍深度学习，但您需要能够理解新的计算机算法。深入神经网络和现代机器学习技术的前沿应用，向每个用户推荐最好的项目。
