- Cursos
- Tecnología
- Inteligencia artificial
- Sistemas de Recomendación con Inteligencia Artificial
Sistemas de Recomendación con Inteligencia Artificial
Ayude a la gente a descubrir nuevos productos y contenidos con recomendaciones de aprendizaje profundo, redes neuronales
Inteligencia Artificial
Haz de tu sueño tu profesión y empieza una Carrera desde 9€/mes
AccederDescripción del curso
Has visto recomendaciones automatizadas en todas partes - en la página de inicio de Netflix, en YouTube y en Amazon, ya que estos algoritmos de aprendizaje automático aprenden sobre tus intereses únicos, y muestran los mejores productos o contenidos para ti como individuo.
Estas tecnologías se han convertido en el centro de los más grandes y prestigiosos empleadores de tecnología que existen, y al entender cómo funcionan, usted se convertirá muy valioso para ellos.
Cubriremos algoritmos de recomendación probados y verdaderos basados en el filtrado colaborativo neighborhood-based, y nos abriremos camino hacia técnicas más modernas, incluyendo la factorización de matrices e incluso el aprendizaje profundo con redes neuronales artificiales.
Los sistemas recomendados son complejos; no se inscriba en este curso esperando un formato de aprendizaje para codificar. No hay una receta a seguir sobre cómo hacer un sistema recomendador; necesitas entender los diferentes algoritmos y cómo elegir cuándo aplicar cada uno para una situación dada. Asumimos que ya sabes cómo codificar.
Sin embargo, este curso es muy práctico; desarrollarás tu propio marco de trabajo para evaluar y combinar muchos algoritmos de recomendación diferentes juntos, e incluso construirás tus propias redes neuronales usando Tensorflow para generar recomendaciones de clasificaciones de películas del mundo real de personas reales.
Que aprenderas:
Construir un motor de recomendación
Evaluación de los sistemas recomendados
Filtrado basado en el contenido utilizando los atributos del artículo
Filtrado colaborativo basado en el vecindario con un filtro basado en el usuario, en el artículo y en el KNN CF
Métodos basados en modelos, incluida la factorización de matrices y el SVD
Aplicando el aprendizaje profundo, la IA y las redes neuronales artificiales a las recomendaciones
Recomendaciones basadas en sesiones con redes neuronales recursivas
Escalar a conjuntos de datos masivos con aprendizaje de máquinas Apache Spark, aprendizaje profundo de Amazon DSSTNE, y AWS SageMaker con máquinas de factorización
Retos y soluciones del mundo real con sistemas recomendados
Estudios de casos de YouTube y Netflix
Híbrido de construcción, recomendadores de conjuntos
Este curso le lleva desde los primeros días del filtrado colaborativo, hasta las aplicaciones más avanzadas de las redes neuronales profundas y las modernas técnicas de aprendizaje de máquinas para recomendar los mejores elementos a cada usuario individual.
Los ejercicios de codificación de este curso utilizan el lenguaje de programación Phyton. Incluimos una introducción a Python si eres nuevo en él, pero necesitarás alguna experiencia previa en programación para usar este curso con éxito.
Contenido del curso
Introduccion
01:55- Que Haremos01:03
- Descargar Material del Curso00:52
Evaluando Sistemas de Recomendacion
30:21- Que es una Sistema de Recomendacion00:54
- Tipos de Sistema de Recomendacion01:01
- Como la Inteligencia Artificial Descubre tus Gustos00:59
- Arquitectura Top-N01:37
- Medir Eficaciones y Validacion Cruzada K-Fold01:45
- Metricas de Eficacia y Error Medio Cuadrado (MSE)01:30
- Metricas Top-N04:36
- Cobertura, Diversidad y Novedad04:57
- Churn, Responsividad y A/B Tests03:28
- Entendiendo RecommenderMetrics.py03:25
- Archivo Testmetrics.py03:30
- Evaluando Resultados Algoritmo SVD02:39
Arquitectura Modelo de Recomendaciones
18:38- Arquitectura de Motor de Recomendaciones07:57
- Motor de Recomendaciones - Parte 103:04
- Motor de Recomendaciones - Parte 205:04
- Evaluando Resultados de Motor de Recomendacion02:33
Filtrado Basado en Contenido
12:59- Recomendaciones Basadas en Contenido03:24
- K-Vecinos mas Cercanos en Sistemas de Recomendacion03:26
- Ratings Basado en Filtrado Colaborativo de Contenido04:09
- Evaluando Filtrado Basado en Contenido00:33
- Ratings Implicitos01:27
Filtrado Colaborativo Basado en Usuarios
13:23- Filtrado Colaborativo Basado en Vecinos01:47
- Filtrado Colaborativo Basado en Usuarios01:38
- Actividad - Filtrado Colaborativo Basado en Usuarios03:21
- Filtrado Colaborativo Basado de Items01:19
- Actividad - Filtrado Colaborativo Basado de Items01:21
- Recomendadores K-NN01:41
- Actividad Recomendadores KNN02:16
Metodos de Factorizacion de Matriz
03:40- Analisis de Componente Principal01:16
- Algoritmo SVD y SVD++02:24
Deep Learning para Recomendaciones
14:41- Maquinas Boltzmann Restringidas02:00
- Algoritmo con Maquuinas Boltzman - Parte 105:16
- Algoritmo con Maquuinas Boltzman - Parte 202:23
- Evaluando Algoritmo01:20
- AutoEncoders para Recomendaciones02:10
- Evaluando AutoEncoder01:32
Valoraciones
- 5 ESTRELLAS40%
- 4 ESTRELLAS20%
- 3 ESTRELLAS20%
- 2 ESTRELLAS0%
- 1 ESTRELLAS20%
- BeatrizBugallo MontañoIncluir valoración media (en números)
- DavidSerrano UlloaIncluir valoración media (en números)
Explica muy bien los procesos AI.
- daniel HansHuaman CabreraIncluir valoración media (en números)
pesimo el curso, hasta ahorita veo pura teoria y si es teoria yo solo puedo googlear y listo, no veo la practica como indica el profesor ?
- Raul HumbertoOrosco AmadorIncluir valoración media (en números)
por ahora solo le doy 3 estrellas ya que apenas lo estoy iniciando, aun que lo que eh visto hasta el momento me convence
- Griselda ArgentinaBlancoIncluir valoración media (en números)
¿Por qué pagar por un curso cuando puedes tenerlos todos?
Prueba la Suscripción ahoraO quiero saber más
Cursos que quizás te interesen
- 49 €3 h4.9