在網路上常看到「您可能感興趣的內容」嗎？想聽音樂，Spotify 會幫你整理好專屬的
Daily Mix 音樂合輯；想看影片，Netflix 會幫你篩選適合於你的電影或影集；想玩遊
戲，Google Play 商店會根據不同主題推薦你有趣的新遊戲。但你有想過這些優質推薦的
背後，都是怎麼做出來的嗎？關鍵就在於「推薦系統」。此技術將根據使用習慣及興趣來
推薦更多的內容，是機器學習重要的應用之一。課程說明如何使用 TensorFlow 實作推薦
機制，讓商品或網頁流量有效增加，或是達到精準行銷的目的。
[課程大綱]
1.推薦系統的發展與應用
2.實作：以內容為基礎的推薦(Content-based Recommendation, CBR)
3.實作：協同過濾的推薦(Collaborative Filtering, CF)
4.淺談深度學習與推薦系統
5.實作：利用深度學習的個性化推薦模型(Deep Neural Networks, DNN)
6.推薦系統使用與評估
[上課時間]
109年7月21日(二)、7月22日(三) 上午9：30~下午4：30，共計12小時。
[更多資訊]
https://reurl.cc/Ob8rbg
[聯絡窗口]
02-23701111#319 劉先生
歡迎自行轉載