Chuyển đến nội dung chính

レッスン 14: Capstone — E コマース レコメンデーション エンジン

プロジェクトの概要: e コマース レコメンデーション エンジンをエンドツーエンドで構築します。 2 タワーの取得 + 再ランキング + A/B テスト + デプロイメント。

🧠 AI と ML — レッスン 13 レッスン 14: キャップストーン — E コマース レコメンデーションエンジン

レコメンデーション システム: 基本から本番まで

パート 4: RecSys の運用 — 導入と拡張

xdev.asia

はじめに

Capstone プロジェクトは、シリーズで学んだすべての知識を実際のエンドツーエンドの問題に適用します。


プロジェクトの要件

説明

プロジェクトの概要: e コマース レコメンデーション エンジンをエンドツーエンドで構築します。 2 タワーの取得 + 再ランキング + A/B テスト + デプロイメント。

成果物

アイテム説明重量
コードクリーンで文書化された GitHub リポジトリ30%
レポートアーキテクチャの決定、結果の分析30%
デモインタラクティブなデモ (Web アプリまたはビデオ)20%
ドキュメントREADME、API ドキュメント、導入ガイド20%

推奨されるパイプライン

  1. データ収集と前処理: データの収集と処理
  2. モデル開発: モデルの構築とトレーニング
  3. 評価: 適切な指標による評価
  4. 最適化: パフォーマンスとコストを最適化します。
  5. デプロイメント: 本番環境へのデプロイメント
  6. モニタリング: モニタリングとアラートを設定します

概要

シリーズ完結おめでとうございます!知識を実際のプロジェクトに応用してください。