Einführung
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Geschätzte Kursdauer: 4 Stunden
Willkommen bei Recommendation Systems ! Wir haben diesen Kurs
um Ihr Wissen über Empfehlungssysteme zu erweitern
verschiedene Modelle, die in der Empfehlung verwendet werden, einschließlich Matrix
Faktorisierung und neuronale Deep-Learning-Netzwerke.
Ziele:
Beschreiben Sie den Zweck von Empfehlungssystemen.
Die Komponenten eines Empfehlungssystems verstehen, einschließlich
Erstellen von Kandidaten, Bewertungen und Neuplatzierungen.
Stellen Sie mithilfe von Einbettungen Elemente und Abfragen dar.
Ein tieferes technisches Verständnis gängiger Techniken entwickeln
die bei der Kandidatengenerierung verwendet werden.
Vorbereitung
In diesem Kurs wird Folgendes vorausgesetzt:
Crashkurs für maschinelles Lernen abgeschlossen
entweder persönlich oder im Selbststudium, oder Sie haben gleichwertige Kenntnisse.
Vorkenntnisse der linearen Algebra (inneres Produkt, Matrixvektorprodukt).
Viel Spaß beim Lernen!
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers . Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2024-07-26 (UTC).
[null,null,["Zuletzt aktualisiert: 2024-07-26 (UTC)."],[],[],null,[]]