Créez un moteur de recommandation de livres pratique avec Python tout en apprenant les techniques fondamentales qui sous-tendent les systèmes de recommandation modernes. Dans cette formation pratique axée sur des projets, vous passerez de la compréhension des principes fondamentaux des systèmes de recommandation à la conception et à la mise en œuvre d’un moteur de recommandation fonctionnel basé sur le contenu, à l’aide de données structurées et de caractéristiques textuelles.

Vous commencerez par explorer les objectifs et l’architecture d’un système de recommandation de livres, en préparant des ensembles de données grâce au prétraitement et en concevant des caractéristiques de métadonnées pour permettre un filtrage orienté utilisateur. Vous développerez ensuite des modèles de filtrage basés sur le contenu à l’aide du TF-IDF, des vectoriseurs de comptage et de techniques d’évaluation de la similarité. Vous combinerez et transformerez également plusieurs attributs de livres — notamment le titre, l’auteur et le genre — afin d’améliorer la pertinence des recommandations et de générer des résultats plus personnalisés. Ce cours est idéal pour les apprenants qui souhaitent acquérir une expérience pratique de l’application de Python et des techniques de science des données aux systèmes de recommandation. En suivant un projet complet de bout en bout, vous acquerrez de l’expérience dans la préparation des données, l’ingénierie des caractéristiques, la mise en place de cadres de similarité et l’affinage des résultats de recommandation à l’aide d’informations structurées et textuelles. Si vous souhaitez comprendre comment les moteurs de recommandation basés sur le contenu sont conçus et mis en œuvre à travers un projet concret de recommandation de livres, ce cours vous offre une expérience d’apprentissage structurée et pratique, allant des bases à la mise en œuvre.