Dieser Kurs befähigt die Teilnehmer, Filmempfehlungssysteme mit Hilfe von realen Daten und Python-Programmierung zu entwerfen, zu entwickeln und zu bewerten. Der Kurs richtet sich an Datenenthusiasten und angehende Entwickler des Maschinellen Lernens und führt in die praktischen Anwendungen von Empfehlungssystemen auf modernen digitalen Plattformen wie Netflix, Amazon und YouTube ein. Beginnend mit grundlegenden Konzepten werden die Lernenden ihre Python-Umgebung einrichten und ein einfaches Empfehlungssystem auf der Grundlage von Popularitätsmetriken erstellen. Im weiteren Verlauf des Kurses werden die Teilnehmer dazu übergehen, einen differenzierteren inhaltsbasierten Empfehlungsdienst zu erstellen, der umfangreiche Metadaten wie Genres, Schlüsselwörter und Darsteller verwendet, um personalisierte Empfehlungen zu geben. Nach Abschluss dieses Kurses werden die Teilnehmer praktische Erfahrungen in der Vorverarbeitung von Daten, der Entwicklung von Merkmalen und der Anwendung von Kerntechniken des Maschinellen Lernens für die Entscheidungsfindung in Echtzeit sammeln. Der Unterricht orientiert sich an der Bloom'schen Taxonomie und leitet die Lernenden an, Empfehlungsmodelle effektiv zu konstruieren, zu analysieren und anzuwenden.