Ce que vous apprendrez ?

  • Analyser l'impact d'un système de recommandation hybride sur l'expérience utilisateur et les ventes à travers des données simulées ou réelles.
  • Implémenter un système de recommandation hybride utilisant un langage de programmation approprié (ex: Python).
  • Évaluer les performances d'un système de recommandation hybride à l'aide de métriques pertinentes (précision, rappel, F1-score, NDCG).
  • Concevoir un système de recommandation hybride combinant au moins deux algorithmes.
  • Comparer et contraster les techniques de filtrage collaboratif et basé sur le contenu.

Prérequis

  • Bases en Machine Learning et Deep Learning Compréhension des algorithmes de filtrage collaboratif et de filtrage basé sur le contenu Notions en traitement des données et feature engineering Maîtrise des bibliothèques Python pour le machine learning (Scikit-Learn, TensorFlow, PyTorch) Connaissance des bases de données et SQL pour la gestion des données utilisateurs Expérience avec les techniques de recommandation et l’évaluation des modèles (RMSE, MAE, précision, rappel) Familiarité avec les systèmes de recommandation hybrides et leur implémentation dans des environnements de production Capacité à travailler avec des API et intégrer des modèles de recommandation dans des applications web ou mobiles

Contenu de la Formation

Total: 8 Chapitres Total hours: 6-12
  • Concept et avantages des systèmes de recommandation
  • Types de systèmes de recommandation
  • Techniques de filtrage collaboratif
  • Évaluation des méthodes de filtrage collaboratif
  • Principes de la recommandation basée sur le contenu
  • Approches de recommandation basée sur le contenu
  • Stratégies de combinaison de techniques
  • Évaluation et optimisation des systèmes hybrides

À TÉLÉCHARGER

À propos de l'instructeur

Avatar image
IDRISSI

nouhaila.idrissi@openskillroom.com

Nouhaila IDRISSI est Maître de conférences en Informatique et en Intelligence Artificielle. Après avoir terminé ses études à l’ENSIAS, elle a obtenu un doctorat en informatique et en apprentissage profond de l’École Mohammadia d'ingénieurs (EMI). Notre formatrice dispose de compétences pluridisciplinaires et complémentaires en IA, Big Data, Machine Learning, Deep Learning, NLP, Data Warehousing, BI et Cloud computing. Parallèlement à ses activités académiques, Dr IDRISSI est une collaboratrice active dans le milieu industriel, contribuant à combler le fossé entre la recherche académique et les applications du monde réel.

Retour des Apprenants

Avis

Pour ajouter un avis sur le cours, vous devez d'abord vous connecter. Connectez-vous ici

Caractéristiques du cours

  • Durée 6-12 hour
  • Language Français
  • Niveau de compétence.
  • CertificateNon
  • Nombre maximum d'inscrits
  • Type de formation

Devenir enseignant, Partagez vos connaissances

Rejoignez OpenskillRoom, la plateforme de formations synchrones qui valorise votre expertise.