La guía definitiva para principiantes sobre los sistemas de recomendación de Python

02/11/2021

La guia definitiva para principiantes sobre los sistemas de recomendacion
Índice
  1. La guía definitiva para principiantes sobre los sistemas de recomendación de Python
    1. ¡Utilice el filtrado colaborativo para recomendar películas a los usuarios! Implementaciones paso a paso desde cero!

La guía definitiva para principiantes sobre los sistemas de recomendación de Python

¡Utilice el filtrado colaborativo para recomendar películas a los usuarios! Implementaciones paso a paso desde cero!

Lo que aprenderás

La guía definitiva para principiantes sobre los sistemas de recomendación de Python

  • Comprender los conceptos básicos de los sistemas de recomendación.
  • Comprender la teoría y los cálculos matemáticos del filtrado colaborativo.
  • Implemente el filtrado colaborativo basado en el usuario y el filtrado colaborativo basado en elementos paso a paso en Python
  • Utilice las siguientes bibliotecas para los sistemas de recomendación: LibRecommender y Surprise
  • Utilice el conjunto de datos MovieLens para generar recomendaciones de películas para los usuarios

Requisitos

  • Lógica de programación
  • Programación básica de Python

Descripción

Los sistemas de recomendación son un tema candente en Inteligencia Artificial y son ampliamente utilizados por muchas empresas. Están en todas partes recomendando películas, música, videos, productos, servicios, etc. Por ejemplo, cuando termine de ver una película en Netflix, se le indicarán otras películas que le pueden gustar. ¡Este es un ejemplo clásico de un sistema de recomendación!

En este curso, aprenderá en teoría y práctica cómo funcionan los sistemas de recomendación. Implementarás un algoritmo basado en el filtración colaborativa técnica aplicada a las recomendaciones de películas (filtrado basado en el usuario y filtrado basado en elementos). Usaremos un pequeño conjunto de datos para probar todos los cálculos matemáticos. Luego, probaremos nuestro algoritmo utilizando el famoso conjunto de datos MovieLens, que tiene más de 100.000 instancias. Al final del curso (después de implementar el algoritmo desde cero), aprenderá a usar dos bibliotecas preconstruidas: LibRecommender y Surprise.

LEER
Sumérjase en Adobe After Effects 2: aprenda a animar el sitio del curso de gráficos

Lo que hace que este curso sea único es que implementar paso a paso desde cero en Python, aprendiendo todos los cálculos matemáticos. Este se puede considerar el primer curso sobre sistemas de recomendación, por lo que, si nunca has oído hablar de cómo implementarlos, al final tendrás todo el bagaje teórico y práctico para desarrollar algunos proyectos sencillos y también realizar cursos más avanzados. ¡Te veo en clases!

Más Información

Subir

Este sitio web utiliza cookies para ofrecerle una mejor experiencia de navegación, si continua en navegando consideramos que acepta su uso.