コースのまとめ

これで、次のことができるようになりました。

  • レコメンデーション システムの目的について説明します。
  • 候補の生成、スコアリング、再ランク付けなど、レコメンデーション システムのコンポーネントについて説明します。
  • エンベディングを使用して、アイテムとクエリを表します。
  • コンテンツ ベースのフィルタリングとコラボレーション フィルタリングの違いを説明します。
  • レコメンデーション システムで行列分解を使用する方法について説明します。
  • ディープ ニューラル ネットワークが行列分解の制限の一部を克服する方法について説明します。
  • レコメンデーション システムを構築するための取得、スコアリング、再ランク付けのアプローチについて説明します。