Pengenalan Sistem Rekomendasi

Pernahkah Anda bertanya-tanya bagaimana layanan tahu persis film apa yang ingin Anda tonton berikutnya atau produk apa yang harus disarankan? Kursus ini mendemistifikasi teknologi inti di balik rekomendasi pintar tersebut, memberikan Anda pengetahuan dasar untuk membangunnya sendiri. Anda akan mendapatkan pemahaman yang kuat tentang prinsip-prinsip yang mendorong sistem rekomendasi modern. Anda akan beralih dari teori ke implementasi, belajar bagaimana memproses data pengguna, menerapkan algoritma kunci, dan mengukur efektivitas rekomendasi Anda melalui latihan berbasis teks yang praktis. Apa yang akan kau pelajari: - Mengerti perbedaan utama antara penyaringan kolaboratif, berbasis konten, dan pendekatan hibrida. - Implementasi berbasis pengguna dan berbasis item kolaboratif penyaringan untuk memprediksi preferensi pengguna. - Terapkan teknik faktorisasi matriks untuk mengungkap fitur laten dalam interaksi pengguna-item. - Bangun rekomendasi berbasis konten dengan mewakili item berdasarkan atribut mereka. - Evaluasi kualitas rekomendasi menggunakan metrik standar industri seperti presisi, mengingat, dan RMSE. - Mengeksplorasi bagaimana vektor embeddings membentuk dasar untuk model rekomendasi lebih maju. - Mengenal tantangan umum seperti masalah cold-start dan sumber bias dalam sistem rekomendasi. Kursus ini dimulai dengan terminologi dan konsep dasar sebelum memandu Anda melalui langkah-langkah praktis untuk membangun berbagai jenis rekomendasi. Setiap bagian dibangun pada bagian terakhir, memastikan Anda mengembangkan pemahaman komprehensif dari dasar. Kursus ini dirancang untuk pemula dengan pengetahuan dasar pemrograman. Tidak diperlukan pengalaman sebelumnya dalam pembelajaran mesin atau sistem rekomendasi untuk memulai. Mulai perjalanan Anda ke membangun mesin rekomendasi cerdas hari ini.