Ce cours permet aux apprenants de concevoir, développer et évaluer des systèmes de recommandation de films à l'aide de données du monde réel et de la programmation Python. Conçu pour les passionnés de données et les développeurs aspirant à l'apprentissage automatique, le cours présente les applications pratiques des systèmes de recommandation sur les plates-formes numériques modernes telles que Netflix, Amazon et YouTube. En commençant par les concepts fondamentaux, les apprenants configureront leur environnement Python et construiront un système de recommandation simple basé sur des mesures de popularité. Au fur et à mesure que le cours progresse, les apprenants passeront à la construction d'une recommandation plus nuancée basée sur le contenu, en utilisant des métadonnées riches telles que les genres, les mots clés et le CAST pour fournir des recommandations personnalisées. En complétant ce cours, les apprenants acquerront une expérience pratique dans le prétraitement des données, l'ingénierie des caractéristiques et l'application des techniques d'apprentissage automatique de base pour la prise de décision en temps réel. L'enseignement est aligné sur la Taxonomie de Bloom, guidant les apprenants à construire, analyser et appliquer des modèles de recommandation de manière efficace.