コースのまとめ

これで、次のことができるようになりました。

• レコメンデーション システムの目的について説明します。
• 候補の生成、スコアリング、再ランク付けなど、レコメンデーション システムのコンポーネントについて説明します。
• エンベディングを使用して、アイテムとクエリを表します。
• コンテンツ ベースのフィルタリングとコラボレーション フィルタリングの違いを説明します。
• レコメンデーション システムで行列分解を使用する方法について説明します。
• ディープ ニューラル ネットワークが行列分解の制限の一部を克服する方法について説明します。
• レコメンデーション システムを構築するための取得、スコアリング、再ランク付けのアプローチについて説明します。