کتاب توسعه توصیهگرهای ترکیبی با پایتون با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره توسعه توصیهگرهای ترکیبی با پایتون
موضوع کلی: سیستم‌های کامپیوتری پیشرفته
موضوع میانی: سیستم‌های توصیه‌گر ترکیبی (Hybrid Recommender Systems)
📋 سرفصل‌های دوره
- 1. مقدمه‌ای بر سیستم‌های توصیه‌گر
- 2. داده‌کاوی و پیش‌پردازش داده برای توصیه‌گرها
- 3. معرفی کتابخانه‌های پایتون برای توصیه‌گرها
- 4. فیلترینگ مشارکتی: مبانی و الگوریتم‌ها
- 5. محاسبه شباهت کاربران و آیتم‌ها
- 6. تکنیک‌های کاهش ابعاد برای فیلترینگ مشارکتی
- 7. فیلترینگ محتوایی: رویکردها و پیاده‌سازی
- 8. استخراج ویژگی از داده‌های متنی
- 9. استفاده از پردازش زبان طبیعی در فیلترینگ محتوایی
- 10. مدل‌سازی مبتنی بر دانش در سیستم‌های توصیه‌گر
- 11. توصیهگرهای ترکیبی: ترکیب فیلترینگ مشارکتی و محتوایی
- 12. ارزیابی توصیه‌گرها: معیارها و روش‌ها
- 13. ماتریس فاکتورسازی: مفاهیم و الگوریتم‌ها
- 14. تکنیک‌های بهینه‌سازی ماتریس فاکتورسازی
- 15. توصیهگرهای مبتنی بر مدل: رگرسیون و طبقه‌بندی
- 16. شبکه‌های عصبی برای سیستم‌های توصیه‌گر
- 17. معرفی Autoencoders برای توصیه‌گرها
- 18. تکنیک‌های یادگیری عمیق در توصیه‌گرها
- 19. توصیهگرهای مبتنی بر گراف: معرفی و کاربردها
- 20. Graph Embeddings برای توصیه‌گرها
- 21. توصیهگرهای مبتنی بر Context-Aware
- 22. توصیهگرهای مبتنی بر Session-Based
- 23. تکنیک‌های Cold-Start در سیستم‌های توصیه‌گر
- 24. مدیریت تنوع در توصیه‌گرها
- 25. توصیهگرهای مبتنی بر قوانین
- 26. توصیهگرهای مبتنی بر محتوا با استفاده از TF-IDF
- 27. توصیهگرهای مبتنی بر محتوا با استفاده از Word2Vec
- 28. توصیهگرهای مبتنی بر محتوا با استفاده از BERT
- 29. توصیهگرهای مبتنی بر داده‌های ضمنی (Implicit Feedback)
- 30. تکنیک‌های افزایش داده (Data Augmentation) در توصیه‌گرها
- 31. توصیهگرهای پویا و به‌روزرسانی مدل
- 32. توصیهگرهای چند هدفه (Multi-Objective Recommendation)
- 33. تفسیرپذیری در سیستم‌های توصیه‌گر
- 34. توصیهگرهای عادلانه و رفع سوگیری
- 35. توصیهگرهای شخصی‌سازی‌شده (Personalized Recommendation)
- 36. توصیهگرهای گروهی (Group Recommendation)
- 37. توصیهگرهای مکان محور (Location-Aware Recommendation)
- 38. کاربرد توصیه‌گرها در تجارت الکترونیک
- 39. کاربرد توصیه‌گرها در رسانه‌های اجتماعی
- 40. کاربرد توصیه‌گرها در سیستم‌های خبری
- 41. پیاده‌سازی توصیه‌گرها در مقیاس بزرگ
- 42. بهینه‌سازی عملکرد توصیه‌گرها
- 43. استفاده از Apache Spark برای توصیه‌گرها
- 44. استفاده از TensorFlow Recommenders
- 45. استفاده از PyTorch برای ساخت توصیه‌گرها
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.