سیستم‌های توصیه‌گر

توضیحات

مخاطبین این جزوه می‌توانند محققان و دانشجویان در زمینه‌های یادگیری ماشین، داده‌کاوی و سیستم‌های توصیه‌گر، همچنین مهندسان نرم‌افزار و متخصصان فناوری اطلاعات باشند که به دنبال درک عمیق‌تر و کاربردی از سیستم‌های توصیه‌گر هستند.

سرفصل‌های دوره

1. 1. سیستم‌های توصیه‌گر
   2. جعبه ابزار سیستم‌های توصیه‌گر
   3. تولید کاندیدا، پیشنهاد سرآشپز!
   4. مدل‌های رتبه‌بندی
   5. رتبه‌بندی مجدد
   6. کالیبره کردن، فراتر از دقت مدل
   7. معماری ویژگی در سیستم‌های توصیه‌گر
   8. معیارهای ارزیابی در سیستم‌های توصیه‌گر
   9. شبکه‌های عصبی گراف
   10. ترنسفورمرها در سیستم‌های توصیه‌گر
   11. چالش شروع سرد
   12. الگوریتم راهزنان چنددست (چندبازو)
   13. بهینه‌سازی چندهدفه