Recommendation System for Business Data Analysis with Python

  • TTDT28
  • Classroom
  • Advance
  • Thai | 0
AI & Data Technology

เนื้อหาวิชานี้ ผู้เรียนจะได้เรียนระบบแนะนำ (Recommendation System: RS) ที่เป็นศาสตร์แขนงหนึ่งของปัญญาประดิษฐ์หรือเอไอ (AI) ที่ทำการแนะนำสินค้าหรือข้อมูลต่างๆ ให้แก่ผู้ใช้หรือลูกค้าได้อย่างมีประสิทธิภาพ โดยอาศัยการวิเคราะห์ข้อมูลขนาดใหญ่และอัลกอริทึมการเรียนรู้ของเครื่อง (Machine Learning) หรือ การเรียนรู้เชิงลึก (Deep Learning) สำหรับค้นหารูปแบบในข้อมูล พฤติกรรมการต่างๆ ของลูกค้าที่มีความคล้ายคลึงกัน (similarity) และดำเนินการสร้างระบบแนะนำ 

Course description

Time
Days :
3 Day(s)
Duration :
18 Hour(s)
Time :
09:00:00 - 16:00:00
Training Date :
25-27 December 2024
Status :
Open Register
Instructor
Language :
Thai
Venue
Venue :
Software Park Training Room 3rd floor, Software Park Building Chaengwattana Road, Pakkred
Type :
Classroom
Recommendation System for Business Data Analysis with Python

  • เพื่อให้ผู้เรียนเข้าใจหลักการของระบบแนะนำ
  • เพื่อให้ผู้เรียนสามารถเขียนโปรแกรมไพทอน (Python) และเรียกใช้งานไลบรารีต่างๆ (libraries) ที่เกี่ยวข้องกับอัลกอริทึมของระบบแนะนำได้
  • เพื่อให้ผู้เรียนสามารถพัฒนาระบบแนะนำที่เหมาะสมได้
  • เพื่อให้ผู้เรียนสามารถประยุกต์ระบบแนะนำกับการทำงานจริงได้

  • โปรแกรมเมอร์ นักวิเคราะห์ข้อมูล นักพัฒนาระบบ นักวิทยาศาสตร์ข้อมูล วิศวกรข้อมูล หรือผู้สนใจเกี่ยวกับปัญญาประดิษฐ์
  • มีประสบการณ์เขียนภาษาไพทอน หรือภาษาอื่น

  • สามารถเขียนโปรแกรมด้วยภาษาไพทอน (Python) สำหรับการทำงานเกี่ยวกับระบบแนะนำได้
  • ได้ระบบแนะนำที่สามารถนำไปใช้งานได้

Module 1: Introduction to Recommendation Systems

  • Overview of Recommendation Systems
  • Definition and importance
  • Types of recommendation systems (content-based, collaborative filtering, hybrid)
  • Examples from various industries (e.g., e-commerce, media, finance)
  • Business impact and benefits

Module 2: Data Preparation and Exploration

  • Understanding Business Data
  • Types of data used in recommendation systems (user interactions, product attributes, etc.)
  • Data sources and collection methods
  • Data Cleaning and Preprocessing
  • Handling missing values, outliers, and inconsistencies
  • Feature engineering and transformation
  • Exploratory Data Analysis (EDA)
  • Visualizing and summarizing data
  • Identifying patterns and insights

Module 3: Building Recommendation Systems

  • Content-Based Filtering
  • Implementing content-based filtering with Python
  • Collaborative Filtering
  • User-based and item-based collaborative filtering
  • Matrix factorization techniques (e.g., SVD)
  • Implementing collaborative filtering with Python
  • Hybrid Recommendation Systems
  • Implementing hybrid models with Python

Module 4: Machine Learning and Deep Learning for Recommendation Systems

  • Introduction to Machine Learning in Recommendations
  • Introduction to Deep Learning in Recommendations
  • Implementing machine learning and deep learning models with Python (using libraries like TensorFlow or PyTorch)
  • Evaluating Model Performance

Module 5: Business Integration and Deployment

  • Integrating Recommendation Systems into Business Processes
  • Real-world integration strategies
  • Deploying and Scaling
  • Monitoring and Maintenance

Module 6: Projects and Case Studies

  • Project 1: Recommendation System for Insurance Marketing
  • Project 2: Recommendation System for Hotel
  • Project 3: Recommendation System for e-commerce

Payment can be made by:

  1. Cash or Credit Card or Bank Cheque payable to
    สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ or National Science and Technology Development Agency
    (a post-dated cheque is not accepted) on the first day of the service or within the last day of the service.

  2. Account transfer and send the proof of the payment (the deposit slip) via email xxx@swpark.or.th

    • ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
      Saving Account Number: 080-0-00001-0
      Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ

    • ธนาคารกรุงไทย สาขาตลาดไท
      Saving Account Number: 152-1-32668-1
      Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ

Notes:

  • Withholding tax (3%) is exempt.
  • Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.
  • Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.

Contact Person

For more information, contact our course coordinator on:

คุณภัสสร พรทิพย์

Ms. Patsorn Pornthip

Tel: 02583-9992 Ext. 81422

Mobile: 088-893-5564

Email:patsorn@swpark.or.th, ttd@swpark.or.th

You are encouraged to use the course schedule as a guide to plan your training.
The schedule is accessible at www.swpark.or.th for more information. 


เพิ่มเพื่อน

12,000 THB .

สำคัญ!!! กรุณารอการยืนยันเปิดการอบรมจากเจ้าหน้าที่ก่อนการชำระค่าลงทะเบียน

Enroll now

Course Detail :
Days :
3 Day(s)
Duration :
18 Hour(s)
Time :
09:00:00 - 16:00:00
Training Date :
25-27 December 2024
Status :
Open Register

Instructor info
avatar
Asst. Prof. Dr.Walisa Romsaiyud