Hệ thống Đề xuất FUNiX

Hệ thống Đề xuất

Xin chào các bạn!

Hệ thống đề xuất (gợi ý) là một mảng của học máy (Machine Learning). Đây là một lĩnh vực dựa trên việc học hỏi và cải thiện bằng các thuật toán máy tính. Có hai thực thể chính trong Hệ gợi ý là users và items. Users là người dùng. Items là sản phẩm, ví dụ như các bộ phim, bài hát, cuốn sách, clip, hoặc cũng có thể là các users khác trong bài toán gợi ý kết bạn. Mục đích chính của các Hệ gợi ý là dự đoán mức độ quan tâm của một user tới một item nào đó, qua đó có chiến lược recommend phù hợp.

Mục tiêu của khóa học này là cung cấp cho người học sự hiểu biết cơ bản về các hệ thống đề xuất hiện đại và các ứng dụng của chúng trong. Sau khi đã tìm hiểu các mô hình tuyến tính, gradient descent và đi sâu hơn vào các phương pháp tối ưu, điển hình cho việc huấn luyện deep neural networks ở môn MLP303x, chúng ta sẽ tiếp tục với các phương pháp phổ biến nhất của hệ gợi ý là Content-based, Neighborhood-Based Collaborative Filtering và Matrix Factorization Collaborative Filtering. Sau đó, bạn sẽ sử dụng các phương pháp này để xây dựng các hệ thống đề xuất đầy đủ sử dụng các framework Surprise và Apache spark. Trong các dự án trong khóa học, bạn sẽ giải quyết vấn đề đề xuất phim bằng cách sử dụng Surprise.

Chúc các bạn học tốt!