In this course we will learn about Recommender Systems (which we will study for the Capstone project), and also look at deployment issues for data products. By the end of this course, you should be able to implement a working recommender system (e.g. to predict ratings, or generate lists of related products), and you should understand the tools and techniques required to deploy such a working system on real-world, large-scale datasets.
이 강좌는 Python Data Products for Predictive Analytics 특화 과정의 일부입니다.
9,020명이 이미 등록했습니다.
제공자:
Python Data Products for Predictive Analytics 특화 과정캘리포니아 샌디에고 대학교이 강좌에 대하여
최근 조회 3,215회
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 4번째 강좌:
완료하는 데 약 11시간 필요
영어
자막: 아랍어, 프랑스어, 포르투갈어 (유럽), 이탈리아어, 베트남어, 독일어, 러시아어, 영어, 스페인어
배울 내용
Project structure of interactive Python data applications
Python web server frameworks: (e.g.) Flask, Django, Dash
Best practices around deploying ML models and monitoring performance
Deployment scripts, serializing models, APIs
귀하가 습득할 기술
- Python Programming
- Big Data Products
- Recommender Systems
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 4번째 강좌:
완료하는 데 약 11시간 필요
영어
자막: 아랍어, 프랑스어, 포르투갈어 (유럽), 이탈리아어, 베트남어, 독일어, 러시아어, 영어, 스페인어
제공자:
캘리포니아 샌디에고 대학교
UC San Diego is an academic powerhouse and economic engine, recognized as one of the top 10 public universities by U.S. News and World Report. Innovation is central to who we are and what we do. Here, students learn that knowledge isn't just acquired in the classroom—life is their laboratory.
강의 계획표 - 이 강좌에서 배울 내용
완료하는 데 3시간 필요
Introduction
Welcome to the first week of Deploying Machine Learning Models! We will go over the syllabus, download all course materials, and get your system up and running for the course. We will also introduce the basics of recommender systems and differentiate it from other types of machine learning
완료하는 데 3시간 필요
5개 동영상 (총 54분), 3 개의 읽기 자료, 3 개의 테스트
완료하는 데 1시간 필요
Implementing Recommender Systems
This week, we will learn how to implement a similarity-based recommender, returning predictions similar to an user's given item. We will cover how to optimize these models based on gradient descent and Jaccard similarity.
완료하는 데 1시간 필요
4개 동영상 (총 36분)
완료하는 데 1시간 필요
Deploying Recommender Systems
This week, we will learn about Python web server frameworks and the overall structure of interactive Python data applications. We will also cover some tips for best practices on deploying and monitoring your applications.
완료하는 데 1시간 필요
3개 동영상 (총 17분), 1 개의 읽기 자료, 2 개의 테스트
완료하는 데 2시간 필요
Project 4: Recommender System
For this final project, you will build a recommender system of your own. Find a dataset, clean it, and create a predictive system from the dataset. This will help prepare you for the upcoming capstone, where you will harness your skills from all courses of this specialization into one single project!
완료하는 데 2시간 필요
2 개의 읽기 자료
검토
- 5 stars36.73%
- 4 stars22.44%
- 3 stars16.32%
- 2 stars8.16%
- 1 star16.32%
DEPLOYING MACHINE LEARNING MODELS의 최상위 리뷰
ML 제공2020년 12월 6일
I Liked the Course in general especially the recommender component. I would seriously recommend making major improvements and clarification to the capstone project.
Python Data Products for Predictive Analytics 특화 과정 정보
Python data products are powering the AI revolution. Top companies like Google, Facebook, and Netflix use predictive analytics to improve the products and services we use every day. Take your Python skills to the next level and learn to make accurate predictions with data-driven systems and deploy machine learning models with this four-course Specialization from UC San Diego.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
