추천 시스템에 오신 것을 환영합니다. 이 과정은 Google Cloud의 추천 시스템에 대한 지식을 넓히고 행렬을 포함하여 추천에 사용되는 다양한 모델 분해 및 심층신경망입니다.
기본 요건
이 과정에서는 다음을 학습했다고 가정합니다.
- 머신러닝 단기집중과정 완료 대면 또는 자습을 마쳤거나 이에 상응하는 지식을 보유하고 있어야 합니다.
- 선형 대수학 (내부곱, 행렬 벡터 곱)에 관한 지식
감사합니다.
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2024-07-26(UTC)
[null,null,["최종 업데이트: 2024-07-26(UTC)"],[[["This course provides a comprehensive overview of recommendation systems and their various models, including matrix factorization and deep neural networks."],["Learners will gain an understanding of the key components of recommendation systems, such as candidate generation, scoring, and re-ranking, as well as the use of embeddings."],["The course requires prior knowledge of machine learning concepts and familiarity with linear algebra."],["Upon completion, learners should be able to describe the purpose of recommendation systems and develop a deeper understanding of common techniques used in candidate generation."],["The estimated time commitment for this course is approximately 4 hours."]]],[]]