まずは無料でお試し！
レコメンデーション講座
レコメンデーション講座のうち、第1章の一部の動画が視聴できます。まずは無料動画を見て、分かりやすさやレベル感を確認してみてください。
無料トライアル版に含まれる内容（約40分相当）
- 第1章：レコメンデーションシステムの概要
トライアルを利用せずに講座にお申込みの方はこちら
講座で得られる知識・スキル
- IPO (Input, Process, Output) モデルやレコメンデーションモデルの学習のために必要なデータの種類といった基礎知識
商品やサービスのレコメンデーションを行う仕組みを作りたいとき、レコメンデーションモデル作成のために必要なデータを適切に収集することができるようになります。
- 協調フィルタリングや内容ベースフィルタリングなどの代表的なレコメンデーションモデルの知識と実装方法
アクティブな利用者数や新規のアイテム追加頻度といったサービスの現状や性質に応じて、協調フィルタリングと内容ベースフィルタリングを適切に使い分けることができるようになります。
- MRR (Mean Reciprocal Rank) や Recall@K などのレコメンデーションモデルのオフライン評価指標とユーザテストの際に用いるオンライン評価指標に関する知識
作成したモデルに対して正しい評価指標を用いることができ、ユーザテストの実施方法や改善のために計測すべき項目を適切に提案できるようになります。
受講に必要なスキル・前提知識
必須スキル
- Pythonの基礎的な文法と主要なライブラリに関する知識 (機械学習のためのPython入門講座 修了相当)
- 機械学習に必要な数学の基礎知識 (機械学習・ディープラーニングのための基礎数学講座 修了相当)
- 機械学習アルゴリズムの基礎知識＋実装経験 (現場で使える機械学習・データ分析基礎講座 修了相当)
推奨スキル
- ディープラーニングの基礎知識 (現場で使えるディープラーニング基礎講座 修了相当)
講座の特長
- レコメンデーションの手法だけでなく、学習のために必要となるデータの種類や収集時の注意点を学ぶことができる
- 協調フィルタリングと内容ベースフィルタリングの知識と実装の両方を学ぶことができる
- サービス品質やビジネス目標など、レコメンデーションモデルをビジネス観点で評価するための考え方を学ぶことができる
- Neural Factorization Machine や Two-tower model などの 15 種類以上の深層学習を用いたレコメンデーションモデルを学ぶことができる
こんな方におすすめ
- ECサイト等でユーザの選択を支援する目的で AI を活用したいと考えており、その中でレコメンデーションに興味を持った AI エンジニア
- 機械学習・深層学習で出来ることを増やしていきたいと考えているデータサイエンティスト
カリキュラム
第1章 レコメンデーションシステムの概要
- レコメンデーションシステムとは
- レコメンデーションシステムの活用事例
など全6トピックス
第2章 レコメンデーションシステムで利用されるデータ
- 推薦システムで利用されるデータ
- 嗜好データの明示的な獲得
など全4トピックス
第3章 基本的なレコメンデーションアルゴリズム
- 協調フィルタリングと内容ベースフィルタリング
- 協調フィルタリングの実装例（ルールベース、Matrix Factorization）
など全4トピックス
第4章 レコメンデーションシステムの評価方法
- 推薦システムの評価の流れ
- オフライン評価
など全3トピックス
第5章 レコメンデーション結果の提示
- 推薦結果の提示方法
- 多様性のためのRe-ranking
など全3トピックス
第6章 ディープラーニングに基づくレコメンデーションモデル
- レコメンデーションモデルへのニューラルネットワークの導入
- ニューラルネットワークを使った様々なモデル構造
など全4トピックス
第7章 レコメンデーションの応用事例
※カリキュラムは変更となる場合がございます。
開催日程
オンライン講座：eラーニング形式
随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします。
講師紹介
-
スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻（現:情報環境専攻）修了。修士（情報学）。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
ご案内
PCの動作環境
- MacOSX 10.9以上（Intel CPU）（教材として提供するNotebookの一部に、M1 MacまたはM2 Macに対応していないものがあります。詳細はお問い合わせください。）
- Windows8以上（64bit必須）
- メモリ8GB以上必須
※8GB未満でも受講して頂くことは可能ですが、大容量のデータを扱うため、より高スペックなPCの利用を推奨しています。
メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。
事前準備
本講座では、MinicondaまたはAnacondaをインストールしていただきます。また、condaおよびpipというライブラリ管理ソフトを使って、Python ライブラリをインストールしていただきます。これらインストール作業を行えるパソコン環境をご準備ください。特に、社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。ご不明な点がございましたら、事前にご連絡ください。
