Lernen Sie anhand eines praktischen, durchgängigen Arbeitsablaufs, wie Sie mit Python ein Filmempfehlungssystem erstellen. In diesem praxisorientierten Kurs lernen Sie die Grundlagen von Empfehlungssystemen und kollaborativem Filtering kennen, bevor Sie Datensätze vorbereiten und Ihre Python-Umgebung mit Anaconda und der Bibliothek „Surprise“ konfigurieren. Anschließend erstellen, validieren und wenden Sie ein Empfehlungsmodell an, das anhand echter Nutzerdaten personalisierte Filmempfehlungen generiert.

Dieser Kurs richtet sich an Lernende, die sich für Python, maschinelles Lernen und Empfehlungssysteme interessieren, und legt in jeder Phase den Schwerpunkt auf die praktische Umsetzung. Sie arbeiten mit Datensätzen, erstellen Vorhersagemodelle, bewerten die Leistung mithilfe von Kreuzvalidierung mit RMSE und MAE und schreiben Python-Funktionen, um präzise Filmempfehlungen zu generieren. Dabei sammeln Sie Erfahrung in der Interpretation von Vorhersageergebnissen und der Implementierung reproduzierbarer Workflows für maschinelles Lernen. Was diesen Kurs einzigartig macht, ist sein umfassender, praxisorientierter Ansatz – vom Verständnis der Konzepte von Empfehlungsmaschinen bis hin zur Bereitstellung eines funktionsfähigen Vorhersagesystems. Am Ende des Kurses sind Sie in der Lage, Datensätze zu analysieren, Algorithmen des kollaborativen Filterings zu implementieren, die Modellleistung zu validieren und personalisierte Filmempfehlungsmerkmale mit Python zu erstellen.