Можно купить114 ₽ 800 ₽ −86%
Рекомендательные системы и Глубокое обучение на Python
Создан: 6 января 2019 г. Обновлён: 23 марта 2026 г.
Вам нужен точный алгоритм рекомендаций для пользователей — здесь разбирают путь от простых моделей на чистом Numpy до сложных нейросетей в Keras и распределенных вычислений на Spark. Вы научитесь строить системы, которые предсказывают предпочтения, используя матричную факторизацию, глубокие нейронные сети, остаточные сети (ResNet), автоэнкодеры и ограниченные машины Больцмана. Особое внимание уделено работе с большими данными: показано, как запускать матричную факторизацию на кластере AWS EC2 с использованием Spark. Материал подойдет тем, кто уже знает основы Python, линейной алгебры и теории вероятностей, и хочет углубиться в архитектуру рекомендательных движков для DS-задач.
Другие материалы автора
Можно купитьD
Сбор взносов1 300 ₽
Deep Learning Prerequisites: Linear Regression in Python
Lazy Programmer
Можно купить500 ₽ 2 800 ₽ −82%
PyTorch: Deep Learning and Artificial Intelligence
Lazy Programmer
Можно купить1 000 ₽ 4 820 ₽ −79%
Машинное обучение: Обработка естественного языка на Python
Lazy ProgrammerОтзывов пока нет. Будьте первым!
Ещё интересные курсы
П
Можно купить534 ₽ 13 990 ₽ −96%
Программирование на языке R. Уровень 1
Александр Кораблин
Можно купить200 ₽ 9 000 ₽ −98%
Машинное обучение с Python и Big Data
UdemyО
Можно купить370 ₽ 700 ₽ −47%
Обучающие машины с использованием Python: наука о данных для новичков
Можно купить1 476 ₽ 12 900 ₽ −89%
Neural Networks in Trading
Эрнест П. ЧанА
Можно купить180 ₽ 880 ₽ −80%
Аналитика и Data Science для менеджеров и гуманитариев
Nikita Sergeev
Можно купить1 210 ₽ 17 900 ₽ −93%
Теория вероятностей для ШАД
Александр Лыков
Можно купить258 ₽ 7 640 ₽ −97%
Master Data Analysis with Python
Тед Петроу
Можно купить136 ₽ 755 ₽ −82%
Web Scraping for Data Science: Python & Selenium
Alexander Schlee
Можно купить730 ₽ 16 000 ₽ −95%
Специалист по Data Science Плюс. Часть 6/16
Яндекс Практикум
Сбор взносов2 889 ₽ 54 000 ₽ −95%