【課程】用Google TensorFlow實作推薦系統,讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

【課程】用Google TensorFlow實作推薦系統,讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

【1/12開課】在網路上常看到「您可能感興趣的內容」嗎?購物網站如何知道我可能感興趣的商品?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。

 6個理由,為什麼要來上課? 

  • 學習推薦系統原理,將技術應用於工作實務上。
  • 提升商品曝光率,達到精準行銷的目的。
  • 使用近年非常熱門的 Google TensorFlow 來實作。
  • 演算法使用推薦系統常用的 Matrix Factorization(矩陣分解)。
  • 講師來自 Google Cloud 全球策略核心夥伴 (GCP Premier Partner) - CloudMile。
  • 認識講師,遇到困難有人回答;書本資料太多、網路上的資料太分散,現場有人教學得快。

>>早鳥限時優惠 3,500 元<<

【課程內容】

推薦系統在各方面應用非常普遍,也是機器學習CP值最高的應用,像是購物網站、影音網站、內容網站等等,都能使用推薦系統讓訪客觀看更多頁面、延長停留時間、提高滿意度、促進成交機會…。課程以深入淺出的方式介紹如何使用TensorFlow實作推薦系統,讓商品曝光率大增,或是達到精準行銷的目的。

  • GCP 平台 Datalab 的環境介紹與使用方式
  • Recommendation 概論與應用
  • 傳統 Recommendation 介紹(Content-Base, Collaborative Filtering) + LAB
  • DNN 介紹以及如何優化 DNN Model + LAB
  • Recommendation with Matrix Factorization + LAB
  • Recommendation with Matrix Factorization and DNN + LAB

【課程資訊】

時間:2019/1/12(六) 早上 09:30~下午 16:30 

費用:

早鳥限時優惠 3,500 元

原價 3,900 元。

2人以上同行方案 3,600 元。

地點:T客邦總部,台北市中山區民生東路二段141號6F (Google 地圖)

【注意事項】

  • 請學員自備筆電,教室提供電源插座。
  • 建議具備 Python 程式語言基礎,熟悉NumPy、pandas套件使用、TensorFlow 基礎知識、語法(了解什麼是Graph、Session)。
  • 事先使用Google Gmail帳號註冊GCP帳號,免費300元美金試用。 (簡易註冊教學,需要信用卡資訊,可參考影片教學)
  • 課程學員皆附當日午餐。

主辦單位:

【課程】用Google TensorFlow實作推薦系統,讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

合辦單位:

【課程】用Google TensorFlow實作推薦系統,讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

【報名方式】

Step1:

早鳥限時優惠價 3,500 元

原價 3,900 元

2人以上同行方案 3,600 元

Step2:直接在課程頁面報名並繳費。提供線上刷卡、ATM轉帳、超商代碼三種繳費方式。付款後約20分鐘即可自行查詢繳費結果。

TensorFlow

【課程】用Google TensorFlow實作推薦系統,讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

TensorFlow 是 Google Brain 的第二代機器學習系統,也是一個開源軟體庫,用於各種感知和語言理解任務的機器學習,如語音識別、Gmail、Google 相冊和搜索,其中許多產品曾使用過其前任軟體DistBelief。TensorFlow是使用數據流圖來達到數值計算的開源函式庫。數據流圖中的節點(Nodes)表示的數學運算,而邊(Edges)表示在它們之間傳送的多維數據陣列(或Tensors)。架構很靈活,你只要透過一個API,就可將運算機制部署到桌機、伺服器或行動裝置其上的一至多個 CPU 或 GPU。

TensorFlow具有以下幾個特點:

  • Deep Flexibility
  • True Portability
  • Connect Research and Production
  • Auto-Differentiation
  • Language Options
  • 效能最大化

NumPy

 【課程】用Google TensorFlow實作推薦系統,讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

NumPy 是 Python 語言的一個擴充程式庫,與 MATLAB 有類似的功能與操作方式。支援高階大量的維度陣列與矩陣運算,此外也針對陣列運算提供大量的數學函式函式庫。NumPy 為了解決運算速度的問題,引入了多維陣列以及可以直接有效率地操作多維陣列的函式與運算子。因此在NumPy 上只要能被表示為針對陣列或矩陣運算的演算法,其執行效率幾乎都可以與編譯過的等效 C 語言程式碼一樣快。

【CloudMile 介紹】

【課程】用Google TensorFlow實作推薦系統,讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

CloudMile 成立於 2016 年,致力於 B2B 雲端與人工智慧應用。為客戶建立國際級雲端架構,並以機器學習及大數據分析技術為核心,協助企業進行商業預測與產業升級。

【課程】用Google TensorFlow實作推薦系統,讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

CloudMile 提供企業客戶客製化的語音辨識、人臉辨識、內容推薦系統、日誌分析、預測分析、智慧交易及 Gsuite 等服務,業務涵蓋金融、高科技、數位廣告、媒體、遊戲及傳統製造等產業。CloudMile 總部位於台北,並在香港、新加坡設立據點,專攻亞太市場,為企業提供全方位的雲端技術與人工智慧應用。

Website: https://www.mile.cloud/
Facebook: https://www.facebook.com/CloudMileFans/
Linkedin: https://www.linkedin.com/company/cloudmile/
Youtube: https://www.youtube.com/c/CloudMile
Contact Us : service@mile.cloud

【課程】用Google TensorFlow實作推薦系統,讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

上課講師:Jeff Liu、Gary Chen

Jeff Liu

Education: Master in Comm. Engineering, National Tsing Hua University 

Professional Certification:Google Certified Data Engineer 

Expert: Python, Keras, TensorFlow, Machine Learning, Deep Learning, Digital Signal Processing, Statistical Signal Processing

 

Gary Chen​

Education: Bachelor in Mathematics, Tamkang University

Professional Certification: Google Certified Data Engineer 

Expert: Fullstack Web Engineer (Python on Django, Java on Spring)

早鳥限時優惠價 3,500 元

原價 3,900 元

2人以上同行方案 3,600 元

【注意事項】

  • T客邦(以下稱主辦單位)保有修改活動內容之權力。
  • 取消活動請打電話或寫 E-Mail 給客服人員或承辦人員,做為提出取消要求的表示。已繳費者若有事無法參加活動,活動舉辦當天0點0分以後提出取消要求者不退費,活動前一天 23:59:59 以前提出取消要求,酌收已付款項之10%做為行政處理費。
  • 本活動以完成付款認定取得報名資格。參加者在課程頁面報名並繳費,若超過48小時付款期限,會將名額讓給其他候補參加者。
  • 為提供訂購、行銷、客戶管理或其他合於營業登記項目或章程所定業務需要之目的,家庭傳媒集團(即英屬蓋曼群島商家庭傳媒股份有限公司城邦分公司、城邦事業股份有限公司、書虫股份有限公司、墨刻出版股份有限公司、城邦原創股份有限公司),於本集團之營運期間及地區內,將以 mail、傳真、電話、簡訊、郵寄或其他公告方式利用您提供之資料(資料類別:C001、C002、C003、C011等)。利用對象除本集團外,亦可能包括相關服務的協力機構。如您有依個資法第三條或其他需服務之處,得致電本公司客服中心電話 0800-020-299 請求協助。相關資料如為非必填項目,不提供亦不影響您的權益。
  • 有任何關於此活動文章上的問題歡迎致電洽詢(02)2518-1133#3464。
T客邦社群活動
作者

T客邦活動達人,吃喝玩樂這裡通通都有!

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則