1. 電商推薦專案概論
．電商推薦系統案例介紹
．如何規劃與實作推薦系統
．巨量資料可能面臨瓶頸2. Python推薦系統套件
．Flask Framwork網路服務框架
．Sklearn科學演算
．Pandas資料操弄
．Jieba文字斷詞 3. 基於內容的商品推薦
使用網拍商品數據為用戶推薦商品：
．Cosine similarity實作
．Jaccard distance實作 4. 基於協同過濾的推薦
使用MovieLens數據為用戶推薦電影：
．User-based collaborative filtering 實作
．Item-based collaborative filtering 實作
5. 推薦系統專案實戰
．推薦算法及框架以Flask API供網頁端串接 *課程執行單位保留調整課程內容、日程與講師之權利
【課程網址】http://www.iiiedu.org.tw/ites/PEC.htm
【相關課程】http://www.iiiedu.org.tw/ites/portal/MA.htm
- 新聞稿有效日期，至2018/01/21為止
聯絡人 ：傅小姐
聯絡電話：(02)6631-6532
電子郵件：sincheau@iii.org.tw
 上一篇：【資策會】肢體語言之銷售讀心術(3/23)
 下一篇：【資策會】網路社群行銷規劃與方法(3/24)
|
■ 我在中國工作的日子（十四）阿里巴巴敢給股票 - 2023/07/02 ■ 我在中國工作的日子（十三）上億會員怎麼管理 - 2023/06/25 ■ 我在中國工作的日子（十二）最好的公司支付寶 - 2023/06/18 ■ 我在中國工作的日子（十一）兩個女人一個男人 - 2023/06/11 ■ 我在中國工作的日子（十）千團大戰影音帶貨 - 2023/06/04 ■ 我在中國工作的日子（九）電視購物轉型電商 - 2023/05/28 ■ 我在中國工作的日子（八）那些從台灣來的人 - 2023/05/21 ■ 我在中國工作的日子（七）嘉丰資本擦身而過 - 2023/05/14 ■ 我在中國工作的日子（六）跟阿福有關的人們 - 2023/05/07
|
