Inteligencia Artificial Sistemas de Recomendacao em Python
What you’ll learn
Entenda os conceitos teóricos sobre os sistemas de recomendação
Aprenda passo a passo na teoria e na prática como funciona a técnica de filtragem colaborativa
Implemente técnicas de recomendação baseadas em usuários e itens
Implemente novos sistemas de recomendação
Requirements
É recomendado conhecimentos básicos sobre lógica de programação
Conhecimento prévio sobre Python podem ajudar no entendimento, embora não seja um pré-requisito
Não são necessários conhecimentos prévios sobre Inteligência Artificial
Description
Os sistemas de recomendação são uma importante área da Inteligência Artificial e já tem sido utilizados comercialmente por diversas empresas. Por exemplo, algoritmos desse tipo estão rodando quando você assiste um filme na Netflix, quando você recebe a indicação de um novo livro na Amazon ou então quando você está no Spotify e aparece aquela música que você estava procurando! Outros exemplos são a recomendação de pacotes promocionais com descontos em produtos que você tem interesse ou então a recomendação de vídeos no Youtube. Em todos esses casos existem algoritmos inteligentes realizando as recomendações automáticas sem mesmo você perceber!Baseado nisso, neste curso você terá uma visão teórica e prática de como esses algoritmos funcionam! Você desenvolverá passo a passo um algoritmo que utiliza a técnica de filtragem colaborativa aplicado em um cenário de recomendação de filmes. Em outras palavras: utilizando uma base de dados de usuários e notas que esses usuários deram para os filmes, nós poderemos gerar recomendações muito semelhantes ao algoritmo que a Netflix utilizava! Outra vantagem é que o mesmo código fonte pode ser utilizado para os mais variados cenários com pouquíssimas adaptações, ou seja, você pode utilizar o conhecimento deste curso para criar os seus próprios sistemas! Além disso, também faremos o teste com uma base de dados real do MovieLens com mais de 100.000 registros!Utilizaremos a linguagem Python para a construção das funções de recomendação, que é uma das principais linguagens de programação no cenário da Inteligência Artificial! É importante enfatizar que esse curso é de nível iniciante e pode ser considerado um primeiro passo para o entendimento teórico e prático dos sistemas de recomendação. Por isso, todas as funções serão desenvolvidas utilizando os recursos nativos do próprio Python, ou seja, não vamos utilizar bibliotecas específicas de sistemas de recomendação neste curso! E não há problema se você não conhece Python, pois os conceitos serão apresentados de forma que se você tem uma noção básica de lógica de programação conseguirá acompanhar as aulas tranquilamente. É também importante enfatizar que se você trabalha com alguma outra linguagem de programação, o código visto neste curso pode ser facilmente adaptado!Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! 🙂
Overview
Section 1: Introdução e conteúdo do curso
Lecture 1 Introdução aos sistema de recomendação
Lecture 2 Conteúdo do curso
Lecture 3 Mais sobre Inteligência Artificial
Section 2: Busca por usuários similares
Lecture 4 Introdução ao módulo
Lecture 5 Instalação das ferramentas
Lecture 6 Base de dados de filmes no Python
Lecture 7 Testando a base de dados
Lecture 8 Gráfico de dispersão dos usuários e filmes
Lecture 9 Distância euclidiana
Lecture 10 Distância euclidiana no Python
Lecture 11 Função para distância euclidiana no Python
Lecture 12 Testando a função de distância euclidiana
Lecture 13 Retornando a similaridade de todos os usuários
Section 3: Recomendação de filmes com filtragem baseada em usuários
Lecture 14 Introdução ao módulo
Lecture 15 Como fazer recomendações I
Lecture 16 Como fazer recomendações II
Lecture 17 Como fazer recomendações III
Lecture 18 Função para recomendação no Python
Lecture 19 Testando as recomendações
Lecture 20 Filmes similares I
Lecture 21 Filmes similares II
Lecture 22 Melhorando o código fonte
Lecture 23 Base de dados do MovieLens
Lecture 24 Carregando os dados do MovieLens
Lecture 25 Recomendação com MovieLens
Section 4: Recomendação de filmes com filtragem baseada em itens
Lecture 26 Introdução
Lecture 27 Filtragem baseada em itens
Lecture 28 Como fazer recomendações – itens
Lecture 29 Função para armazenar os itens similares
Lecture 30 Função para recomendação por item
Lecture 31 Testando as recomendações
Lecture 32 Filtragem baseada em usuários x itens
Section 5: Considerações finais
Lecture 33 Considerações finais
Lecture 34 Código fonte
Lecture 35 AULA BÔNUS
Pessoas interessadas em Inteligência Artificial,Pessoas que desejam iniciar os estudos em sistemas de recomendação
Course Information:
Udemy | Português | 4h 13m | 1.57 GB
Created by: Jones Granatyr
You Can See More Courses in the Developer >> Greetings from CourseDown.com