課程人工智慧與機器學習推薦系統：從基礎到生產關於推薦系統的綜合課程 - 從協作過濾、基於內容、矩陣分解到具有兩塔、圖神經網路、序列模型的深度學習 RecSys。實作使用 Python、PyTorch、LightFM，並部署可用於生產的推薦引擎。快速切換語言🇻🇳Tiếng Việt🇺🇸English🇯🇵日本語🇹🇼繁體中文第 1 部分：推薦系統平台第 1 課：什麼是推薦系統？ — 概述與分類90 分鐘第 2 課：協同過濾 - 基於使用者和基於項目120 分鐘第 3 課：矩陣分解 — SVD、ALS 和 BPR150 分鐘第 2 部分：深度學習推薦第 4 課：RecSys 基於內容的特徵工程120 分鐘第 5 課：神經協同過濾與嵌入150 分鐘第 6 課：兩塔建築與檢索150 分鐘第 7 課：序列模型 — GRU4Rec、SASRec 與 Transformers150 分鐘第 3 部分：進階 RecSys — 知識圖、多任務和 GNN第 8 課：用於推薦的圖神經網絡150 分鐘第9課：知識圖譜推薦120 分鐘第 10 課：多任務和多目標排名150 分鐘第 4 部分：RecSys 生產 — 部署與擴展第 11 課：LLM 提供的建議150 分鐘第 12 課：生產 RecSys 架構150 分鐘第 13 課：RecSys 的 A/B 測驗和評估120 分鐘第 14 課：Capstone — 電子商務推薦引擎240 分鐘