Sistemas de Recomendación con Inteligencia Artificial

Has visto recomendaciones automatizadas en todas partes - en la página de inicio de Netflix, en YouTube y en Amazon, ya que estos algoritmos de aprendizaje automático aprenden sobre tus intereses únicos, y muestran los mejores productos o contenidos para ti como individuo.

Estas tecnologías se han convertido en el centro de los más grandes y prestigiosos empleadores de tecnología que existen, y al entender cómo funcionan, usted se convertirá muy valioso para ellos.

Cubriremos algoritmos de recomendación probados y verdaderos basados en el filtrado colaborativo neighborhood-based, y nos abriremos camino hacia técnicas más modernas, incluyendo la factorización de matrices e incluso el aprendizaje profundo con redes neuronales artificiales.

Los sistemas recomendados son complejos; no se inscriba en este curso esperando un formato de aprendizaje para codificar. No hay una receta a seguir sobre cómo hacer un sistema recomendador; necesitas entender los diferentes algoritmos y cómo elegir cuándo aplicar cada uno para una situación dada. Asumimos que ya sabes cómo codificar.

Sin embargo, este curso es muy práctico; desarrollarás tu propio marco de trabajo para evaluar y combinar muchos algoritmos de recomendación diferentes juntos, e incluso construirás tus propias redes neuronales usando Tensorflow para generar recomendaciones de clasificaciones de películas del mundo real de personas reales.

Que aprenderas:

• Construir un motor de recomendación

• Evaluación de los sistemas recomendados

• Filtrado basado en el contenido utilizando los atributos del artículo

• Filtrado colaborativo basado en el vecindario con un filtro basado en el usuario, en el artículo y en el KNN CF

• Métodos basados en modelos, incluida la factorización de matrices y el SVD

• Aplicando el aprendizaje profundo, la IA y las redes neuronales artificiales a las recomendaciones

• Recomendaciones basadas en sesiones con redes neuronales recursivas

• Escalar a conjuntos de datos masivos con aprendizaje de máquinas Apache Spark, aprendizaje profundo de Amazon DSSTNE, y AWS SageMaker con máquinas de factorización

• Retos y soluciones del mundo real con sistemas recomendados

• Estudios de casos de YouTube y Netflix

• Híbrido de construcción, recomendadores de conjuntos

Este curso le lleva desde los primeros días del filtrado colaborativo, hasta las aplicaciones más avanzadas de las redes neuronales profundas y las modernas técnicas de aprendizaje de máquinas para recomendar los mejores elementos a cada usuario individual.

Los ejercicios de codificación de este curso utilizan el lenguaje de programación Phyton. Incluimos una introducción a Python si eres nuevo en él, pero necesitarás alguna experiencia previa en programación para usar este curso con éxito.

Sistemas de Recomendación con Inteligencia Artificial