למדו לעצב, לבנות ולהעריך מערכות המלצה עבור מסחר ותוכן. הכשרה מתקדמת בפיתוח מערכות המלצה לשיפור חווית המשתמש.
תפריט
למדו לעצב, לבנות ולהעריך מערכות המלצה עבור מסחר ותוכן. הכשרה מתקדמת בפיתוח מערכות המלצה לשיפור חווית המשתמש.
מוצע על ידי: קורסרה (מה זה קורסרה?)
סדרה של 5 קורסים
לא נדרש ידע מוקדם
ללא סיכונים מיותרים
קורס זה, המיועד לשמש כקורס הראשון במיומנויות מערכות המלצה, מציג את רעיון מערכות ההמלצה, סוקר דוגמאות שונות בפירוט ומנחה אתכם בהמלצה לא מותאמת באמצעות סטטיסטיקות סיכום ואסוציאציות של מוצרים, המלצות מבוססות סטריאוטיפים או דמוגרפיה, והמלצות מבוססות תוכן. לאחר סיום הקורס, תוכלו לחשב מגוון המלצות מנתונים באמצעות כלים בסיסיים בגליונות אלקטרוניים, ואם תשלימו את המסלול המיוחד, גם תתכנתו את ההמלצות הללו בעזרת כלי ההמלצה הפתוח LensKit.
בנוסף להרצאות מפורטות ותרגילים אינטראקטיביים, הקורס כולל ראיונות עם כמה מובילים בתחום המחקר והמעשה בנושאים מתקדמים וכיוונים עכשוויים במערכות המלצה.
בקרוס זה תלמדו את הטכניקות הבסיסיות להמלצות מותאמות אישית באמצעות טכניקות של שכנות קרובות. ראשית, תלמדו פילטרציה משתפת בין משתמשים, אלגוריתם המזהה אנשים אחרים בעלי טעמים דומים למשתמש יעד ומשלב את הדירוגים שלהם כדי להמליץ על מוצרים למשתמש הזה. תחקורו ותיישמו וריאציות של אלגוריתם זה, ותגלו את היתרונות והחסרונות של הגישה הכללית. לאחר מכן, תלמדו על אלגוריתם סינון משתף בין פריטים, המזהה אסוציאציות כלליות בין מוצרים מדירוגי משתמשים, אך משתמש באסוציאציות אלו כדי לספק המלצות מותאמות אישית בהתאם לדירוגי המשתמש עצמו.
בקורס זה תלמדו כיצד להעריך מערכות המלצה. תכירו כמה משפחות של מדדים, כולל מדדים למדידת דיוק החיזוי, דיוק הדירוג, תמיכה בהחלטות, ועובדות נוספות כמו מגוון, כיסוי מוצרים והפתעות. תבינו כיצד מדדים שונים קשורים למטרות משתמש שונות ולמטרות עסקיות. תלמדו גם כיצד לבצע הערכות לא מקוונות (כלומר, כיצד להכין ולדגום נתונים, ואיך לאגד תוצאות). כמו כן, תלמדו על הערכה מקוונת (ניסיונית). עם סיום הקורס, יהיו לכם הכלים להשוות בין אפשרויות שונות של מערכות המלצה למגוון רחב של שימושים.
בקורס זה תלמדו מגוון טכניקות פירוק מטריצות ולמידת מכונה היברידיות למערכות המלצה. החל מפירוק מטריצה בסיסי, תבינו גם את ההבנה וגם את הפרטים המעשיים של בניית מערכות המלצה על בסיס צמצום המימדיות של מרחב ההעדפות של משתמשים ומוצרים. לאחר מכן, תלמדו על טכניקות המשלבות את היתרונות של אלגוריתמים שונים לכדי ממליצים היברידיים חזקים.
קורס פרויקט השיא הזה למיומנויות מערכות המלצה מאחד את כל מה שלמדתם לגבי אלגוריתמים של מערכות המלצה והערכה בפרויקט כולל של ניתוח ועיצוב המלצות. תקבלו מקרה מחקר שבו תצטרכו לבחור ולנמק את עיצוב מערכת ההמלצה באמצעות ניתוח מטרות ההמלצה וביצועי האלגוריתם. לומדים במסלול המיוחד יתמקדו בהערכה ניסיונית של האלגוריתמים מול מערכי נתונים בינוניים. במסלול הסטנדרטי יהיה תערובת של תוצאות ספקיות וחקר גליונות אלקטרוניים.
שני הקבוצות יצרו דוח סיום המתעד את הניתוח, הפתרון הנבחר, והנימוק לפתרון זה.
