使用 Python 實做推薦系統和深度學習

Contents

運用深度學習、機器學習、資料科學和人工智慧技術的最深入推薦系統課程

從這 12.5 小時的課程，你會學到

使用簡單和最先進的演算法理解並為您的用戶實施準確的推薦
使用 AWS EC2 集群在 Spark 上進行大數據矩陣分解
純 Numpy 中的矩陣分解/SVD
Keras 中的矩陣分解
Keras 中的深度神經網路、殘差網路和自動編碼器
Tensorflow 中的受限玻爾茲曼機( Boltzmann Machine )

要求

較前一部分，只需要知道一些基本的算術
對於高階部分，需知道微積分、線性代數，以及較深入的機率
精通 Python 和 Numpy stack (請參閱我的免費課程深度學習預備知識：Python 程式庫 Numpy 使用教學)
對於深度學習部分，需瞭解如何用 Keras 的基本知識

課程說明

信不信由你，現在幾乎所有的線上業務都在以某種方式使用推薦系統( recommender systems)。我所說的”推薦系統”是什麼意思，它們為什麼有用？

讓我們看看網路上的前三大網站，根據 Alexa : Google、YouTube 和 Facebook。推薦系統是許多技術的重要基礎。

Google : 搜尋結果

這就是為什麼 Google 是當今最成功的科技公司的原因。

YouTube : 視訊儀表板

我肯定不是唯一一個不小心在 YouTube 上花了幾個小時的人，在我有更重要的事情要做的時候！他們是怎麼吸引你這麼做的呢？

沒錯。推薦系統！

Facebook : 如此強大以至於世界各國政府都擔心新聞源對人們的影響太大了！ (或者他們擔心失去自己的力量… 嗯…)

太令人驚奇了！這個課程給你一大袋的技巧，使推薦系統能跨多個平臺運作。

我們將研究流行的新聞饋送演算法( news feed algorithms )，比如 Reddit，Hacker News 和 Google PageRank。

我們將看看如今許多媒體公司正在使用的貝葉斯( Bayesian )推薦技術。但是這門課程不僅僅是關於新聞饋送( news feeds )。像 Amazon、 Netflix 和 Spotify 這樣的公司多年來一直在向客戶推薦產品、電影和音樂。這些演算法帶來了數十億美元的額外收入。.所以我向你保證，你將要在這門課上學到的東西是非常真實的，非常實用的，並且會對你的業務產生巨大的影響。

對於那些喜歡深入理解這個理論的人來說，你們知道這是我的專長，在這門課程中不會缺少這些。我們將會涵蓋最先進的演算法，比如矩陣分解( matrix factorization )和深度學習(同時利用監督和非監督式學習) ，你將學到一整袋的技巧來改善基礎線( baseline)結果。

無論你是在電子商務商店裡銷售產品，或者你只是簡單地寫一個部落格——你可以用這些技巧在合適的時間向你的使用者展示正確的推薦。如果你是一家公司的員工，你可以用這些技巧給你的經理留下深刻印象，並獲得加薪！

課堂上見！

注意: 這門課程並不是我深度學習系列的”官方”部分。它包含一個強大的深度學習的組成，但是課程中有許多概念與深度學習完全無關。

提示(通過課程)：

以 2x 觀看。
拿手寫筆記。這將大大增加你記住訊息的能力。
寫下方程。如果你不這樣做，我保證它看起來像亂碼。
在討論板上提出許多問題。越多越好！
意識到大多數練習將需要幾天或幾週才能完成。
自己編寫程式碼，不要只是坐在那裡看我寫程式。

目標受眾

任何擁有或經營網際網路業務的人
機器學習、深度學習、人工智慧和資料科學領域的學生
在機器學習，深度學習，人工智慧和資料科學的專業人員

講師簡介

Lazy Programming 資料科學家和大數據工程師

我是一名資料科學家、大數據工程師和全端軟體工程師。

我有電腦工程的碩士，專長為機器學習和模式辨識。

我曾在網路廣告和數位媒體企業擔任過資料科學家和大數據工程師，圍繞所謂的資料建構各種高流量的 web 服務。我曾經使用 Hadoop / Pig / MapReduce 創建新的大數據管道，也曾建立機器學習模型來預測點擊率，使用線性迴歸、Bayesian Bandits 和協同過濾 ( collaborative filtering )建立新聞推薦系統，並使用A / B測試驗證結果。

我曾在大學部與研究所教授資料科學、統計學、機器學習、演算法、微積分、電腦圖學和物理學，任職的學校如哥倫比亞大學、紐約大學、Hunter 學院和 The New School。

有多家企業已從我的 Web 程式設計專業知識中受益。我做所有的後端(伺服器)、前端（HTML / JS / CSS）和運營/佈署工作。我使用的技術包含：Python、Ruby / Rails、PHP、Bootstrap、jQuery ( Javascript )、Backbone 和 Angular。至於儲存/資料庫，我採用 MySQL、Postgres、Redis、MongoDB等。

英文字幕：有

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

點選這個✨優惠連結( 特價 NT370 起)✨ 非 IT 認證的課程用 NT390 起的優惠連結可能拿到更好的價格喔, 試試看! | Udemy 永久擁有課程 ( 在電腦瀏覽器登入，點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得）
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現