6 月 9 日,机器之心联合 AWS 开设的《快速上手 Amazon SageMaker,轻松玩转机器学习》线上公开课第 5 课正式开讲,亚马逊AWS解决方案架构师陈磊为大家带来了主题分享《使用Amazon SageMaker构建基于gluon的推荐系统》。
第 5 课为大家从入门阶段开始介绍如何利用Amazon SageMaker基于gluon构建一个简单的推荐系统,并且将它进行部署调用,这是您入手推荐系统的很好的入门教程,通过现场演示可以让学员有直观的上手体验。第 5 课回顾视频如下:
Auto Byte
专注未来出行及智能汽车科技
微信扫一扫获取更多资讯
Science AI
关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展
微信扫一扫获取更多资讯
6 月 9 日,机器之心联合 AWS 开设的《快速上手 Amazon SageMaker,轻松玩转机器学习》线上公开课第 5 课正式开讲,亚马逊AWS解决方案架构师陈磊为大家带来了主题分享《使用Amazon SageMaker构建基于gluon的推荐系统》。
第 5 课为大家从入门阶段开始介绍如何利用Amazon SageMaker基于gluon构建一个简单的推荐系统,并且将它进行部署调用,这是您入手推荐系统的很好的入门教程,通过现场演示可以让学员有直观的上手体验。第 5 课回顾视频如下:
3 周时间,6 次课程,帮助开发者熟悉Amazon SageMaker各项组件的使用方法,轻松玩转机器学习。
亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。
https://www.amazon.com/机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。
推荐系统(RS)主要是指应用协同智能(collaborative intelligence)做推荐的技术。推荐系统的两大主流类型是基于内容的推荐系统和协同过滤(Collaborative Filtering)。另外还有基于知识的推荐系统(包括基于本体和基于案例的推荐系统)是一类特殊的推荐系统,这类系统更加注重知识表征和推理。
机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。
https://www.jiqizhixin.com/