AI推薦系統與精準行銷實作班

本課程將帶領你回顧常見的經典推薦系統，以及當最近熱門的 AI 深度.....

提供機構：

工業技術研究院(工研院產業學院)

適合對象：

【數位同步學習課程】
AI推薦系統與精準行銷實作班

上課地址：工研院產業學院產業人才訓練一部(台北)，實際上課地點，請依上課通知為準。

時數：12

起迄日期：2020-07-21~2020-07-22

聯絡資訊：劉先生/02-23701111#319

報名截止日：2020-07-19

課程類別：人才培訓( 課程含線上同步數位學習)

活動代碼：2319120129

課程介紹

在網路上常看到「您可能感興趣的內容」、「猜你喜歡...」的貼心功能嗎？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」，此技術是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。本課程將帶領你回顧常見的經典推薦系統，以及當最近熱門的 AI 深度學習的遇到推薦系統而帶來什麼改變。透過推薦機制實作，讓商品或網頁流量有效增加，或是達到精準行銷的目的。

課程特色/目標

1. 介紹推薦系統原理，教您如何提升商品曝光率，達到精準行銷目的。
2. 實作練習經典與基於深度學習的推薦系統演算法。

課程對象

有志於學習AI人工智慧技術建置推薦系統，應用於精準行銷之研發工程師、產品設計師、研究員、行銷專員等，需具備Python程式語言撰寫經驗尤佳。

講師簡介

張老師

現任：新創公司全端工程師

學歷：清華大學資訊工程研究所碩士班畢業

經歷：2018 總統盃黑客松優勝團隊。2016 台灣區微軟 Imagine Cup 冠軍。2017 資料科學年會（DSConf）& MOPCON（行動科學年會）講師。

專長：資料分析/資料探勘/機器學習/資料視覺化；前端Javascript, CSS, Angular, React/Redux；後端Sails, Laravel, Rails, Flask；程式語言Python, Node.js, PHP, Ruby, R；協作開發Git-flow, Scrum等。

課程大綱

單元

課程大綱

7/21,7/22
推薦系統簡介

及實作演練

(12小時)

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

價格

原價

(含稅、午餐、講義)

早鳥-優惠價

(開課10天前報名)

工研人-優惠價

團報-優惠價

(同公司2人以上)

數位旁聽-優惠價

RAISE計畫博士-優惠價

每人10,000元

每人7,500元

每人7,200元

每人5,000元

常見問題

●報名方式：至工研院產業學習網，點選課程頁面之「線上報名」，填寫報名資訊即可。

●本課程採報名制，滿10人以上開班，未滿10人不開班，課程洽詢： 02-23701111#319劉先生。

●繳費資訊：

(一)ATM轉帳（線上報名）：繳費方式選擇「ATM轉帳」者，系統將給您一組轉帳帳號「銀行代號、轉帳帳號」，但此帳號只提供本課程轉帳使用, 各別學員轉帳請使用不同轉帳帳號！！轉帳後，寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」回傳真至02-23811000 劉小姐收。

(二)信用卡（線上報名）：繳費方式選「信用卡」，直到顯示「您已完成報名手續」為止，才確實完成繳費。

貼心提醒

※以下注意事項─敬請您的協助，謝謝!
1.為確保您的上課權益，報名後若未收到任何回覆，請來電洽詢方完成報名。
2.若報名者不克參加者，可指派其他人參加，並於開課前一日通知。
3.因課前教材、講義及餐點之準備，若您不克前來需取消報名，請於開課前三日以EMAIL通知主辦單位聯絡人並電話確認申請退費事宜，逾期將郵寄講義，恕不退費。
4. 為尊重講師之智慧財產權益，恕無法提供課程講義電子檔。
5. 為配合講師時間或臨時突發事件，主辦單位有調整日期或更換講師之權利。
6. 繳費方式為信用卡、ATM轉帳，恕不受理現場報名和繳費。

附件

課程DM-AI推薦系統與精準行銷實作班(7月).pdf