강의

멘토링

커뮤니티

NEW
AI Technology

/

Deep Learning & Machine Learning

Xây dựng Hệ thống Gợi ý Phim AI do Kỹ sư Thực chiến Hướng dẫn | Thuật toán Gợi ý | Recommender | Recsys

Trong khóa học này, chúng ta sẽ tìm hiểu từ các thuật toán cốt lõi của hệ thống gợi ý đến triển khai thực tế. - Lọc dựa trên nội dung - Triển khai lọc cộng tác, mô hình gợi ý dựa trên deep learning - Triển khai hệ thống gợi ý hai bước (Two-step recommender systems) - Thực hành với PyTorch/RecBole - Kinh nghiệm thực tế và trực quan hóa kết quả gợi ý

30 học viên đang tham gia khóa học này

  • Jiwoon Jeong
추천시스템
AI
ai추천
추천-시스템
추천
Python
Recommendation System
recommendation
recommender-systems

Bạn sẽ nhận được điều này sau khi học.

  • Hiểu và có thể tự triển khai các thuật toán cốt lõi của hệ thống gợi ý (Content-based filter, Collaborative filter)

  • Bạn sẽ có khả năng xây dựng và đánh giá các mô hình gợi ý thực tế bằng cách sử dụng PyTorch và RecBole

  • Bạn sẽ có khả năng kiểm tra kết quả gợi ý và điều chỉnh chúng

Cùng AI Engineer thực chiến
khám phá hệ thống gợi ý


Tự thiết kế và triển khai hệ thống gợi ý phim.


Khóa học thạc sĩkinh nghiệm thực tế đã giúp tôi tạo ra khóa học này với những bí quyết thu được trực tiếp.
Nếu bạn muốn trang bị vững chắc kỹ thuật hệ thống gợi ý áp dụng ngay trong công việc,
hãy cùng học qua khóa học này nhé!

Xây dựng mô hình đề xuất Deep Learning dựa trên bộ dữ liệu MovieLens
Hoàn thành hệ thống đề xuất phim cá nhân hóa từ đầu đến cuối.

Xây dựng hệ thống gợi ý hai bước (Two-step recommender systems)trực quan hóa kết quả gợi ý
Trang bị khả năng phân tích và tinh chỉnh kết quả gợi ý dựa trên kinh nghiệm thực tế trong công việc.

Xây dựng hệ thống gợi ý phim AI
cùng với kỹ sư thực tế

Phần 1 - Tổng quan về hệ thống gợi ý và hiểu biết cơ bản

Hiểu về khái niệm hệ thống gợi ý, giá trị kinh doanh và sự khác biệt với các tác vụ machine learning khác. Học về tầm quan trọng của hệ thống gợi ý trong việc giải quyết tình trạng quá tải thông tin và cá nhân hóa.

Phần 2 - Thiết lập môi trường phát triển hệ thống đề xuất và chỉ số đánh giá

Xây dựng môi trường thực nghiệm cần thiết cho khóa học, học các chỉ số đánh giá (Metric) đa dạng để đo lường hiệu suất của hệ thống gợi ý. Ngoài ra, nắm được tổng quan về tập dữ liệu sẽ được sử dụng và kiến trúc hệ thống gợi ý.

Phần 3 - Hệ thống gợi ý dựa trên nội dung (CBF)

Bạn sẽ học kỹ thuật lọc dựa trên nội dung (CBF) để đề xuất các nội dung tương tự với lịch sử xem hoặc sở thích của người dùng trong quá khứ. Bạn sẽ thực hành kỹ thuật nâng cao để đề xuất phim dựa trên độ tương đồng văn bản bằng cách sử dụng Sentence Transformer.

Phần 4 - Triển khai mô hình Lọc cộng tác (CF)

Học cách xây dựng và huấn luyện mô hình đề xuất dựa trên Collaborative Filtering (CF) bằng thư viện RecBole. Đặc biệt, tối ưu hóa hiệu suất đề xuất dựa trên tương tác người dùng-mục bằng cách sử dụng mô hình LightGCN.

Phần 5 - Xây dựng hệ thống gợi ý Two-step

Triển khai hệ thống gợi ý Two-step kết hợp lọc dựa trên nội dung và lọc cộng tác. Học cách tạo ra kết quả gợi ý tinh vi hơn bằng cách kết hợp gợi ý cá nhân hóa và gợi ý tương đồng nội dung dựa trên mô hình LightGCN.

Phần 6 - Trực quan hóa kết quả đề xuất bằng Streamlit

Hệ thống trực quan hóa hiệu quả kết quả của hệ thống gợi ý được xây dựng bằng framework Streamlit. Phát triển trang trực quan hóa tương tác bao gồm poster phim và thông tin chi tiết thông qua tích hợp TMDB API.

Hệ thống gợi ý phức tạp, bạn cảm thấy khó nắm bắt phải không?

Khóa học này được tạo ra dành cho những người như thế này.

✔️ Người mới bắt đầu và sinh viên đại học (sau đại học) muốn học về hệ thống gợi ý

  • Những người muốn hiểu rõ ràng về nguyên lý cơ bản của hệ thống gợi ý (dựa trên nội dung, lọc cộng tác)

  • PyTorch và RecBole được sử dụng để tự tay tạo ra mô hình gợi ý thực tế cho những ai muốn

  • Những người muốn học cách hoạt động của thuật toán đề xuất và phát triển khả năng diễn giải kết quả

✔️ Kỹ sư đang làm việc muốn áp dụng hệ thống gợi ý vào dịch vụ

  • Dành cho những ai muốn học cách áp dụng thực tế các thuật toán gợi ý hiện đại (dựa trên deep learning, Two-step)

  • Những người muốn học hỏi kinh nghiệm xây dựng hệ thống gợi ý được sử dụng trong thực tế

  • Những người muốn có được những hiểu biết sâu sắc về kỹ thuật thông qua việc xây dựng hệ thống gợi ý phim thực tế

✔️ Nhà phát triển muốn xây dựng sự nghiệp trong lĩnh vực hệ thống gợi ý

  • Dành cho những ai muốn trở thành chuyên gia về hệ thống gợi ý - công nghệ cốt lõi của các dịch vụ phổ biến (Netflix, YouTube, Coupang)

  • Dành cho những ai muốn tăng cường năng lực phát triển mô hình nhằm cải tiến trải nghiệm người dùng dựa trên dữ liệu

  • Những người muốn trải nghiệm toàn bộ quá trình từ xây dựng hệ thống đề xuất cá nhân hóa đến trực quan hóa kết quả


Bây giờ hãy tự tin khám phá thế giới hệ thống gợi ý vốn từng cảm thấy phức tạp, và tích lũy kinh nghiệm bằng cách tự tay xây dựng hệ thống gợi ý phim AI.

Lưu ý trước khi đăng ký khóa học


Môi trường thực hành

  • Windows OS

  • Python 3.12

  • PyTorch 2.6 và RecBole

  • Cấu hình khuyến nghị: RAM từ 8GB trở lên, dung lượng lưu trữ SSD từ 10GB trở lên

Kiến thức cần có và lưu ý

  • Cần có hiểu biết về cú pháp cơ bản của lập trình Python.

  • Kiến thức nền tảng về machine learning hoặc hệ thống gợi ý sẽ giúp ích cho việc học tập.


Tài liệu học tập

  • Tất cả các ví dụ code sử dụng trong khóa học đều được cung cấp.

  • Thực hành sẽ được tiến hành sử dụng bộ dữ liệu MovieLens.


Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Kỹ sư muốn triển khai hệ thống gợi ý

  • Sinh viên đại học (hoặc sau đại học) muốn trở thành kỹ sư hệ thống gợi ý

  • Bất kỳ ai muốn tìm hiểu về hệ thống gợi ý

Cần biết trước khi bắt đầu?

  • Cần có năng lực lập trình Python cơ bản.

  • Bạn phải có kinh nghiệm sử dụng Pytorch.

Xin chào
Đây là

7,055

Học viên

202

Đánh giá

171

Trả lời

4.9

Xếp hạng

5

Các khóa học

저는 현재 AI 엔지니어로 일하고 있습니다.

누구나 재밌고 유익하게 배울 수 있는 개발 콘텐츠를 만들겠습니다.

 

이력 사항 ✒️

  • 네이버커넥트 부스트캠프 웹 백엔드(Node.js) 6기 code reviewer 활동

  • 서울산업진흥원 SeSSAC 온라인 IT콘텐츠 파트너 (Full Stack)

  • 서울산업진흥원 SeSSAC 개발자 입문과정 진행 (Python, Javascript)

  • 건국대 몰입형 프로그래밍 과정 강의 진행

  • 서울시 SSAC 라이징 프로그래머 서버파트 총괄

  • 암호화폐 매매 자동화 프로그램 개발 외주 (Qt)

  • 마케팅 에이전시 랜딩 페이지 개발 외주 (Web)

  • 실시간 데이터처리 Windows 응용 프로그램 개발 외주 (Qt)

     

Chương trình giảng dạy

Tất cả

18 bài giảng ∙ (2giờ 7phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Ưu đãi có thời hạn

38.500 ₫

30%

1.163.488 ₫

Khóa học khác của Jiwoon Jeong

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!