中
在本课程中，我们将学习推荐系统（我们将为毕业设计项目学习该系统），并探讨数据产品的部署问题。课程结束时，您应该能够实现一个有效的推荐系统（例如，预测评分或生成相关产品列表），并且应该了解在真实世界的大规模数据集上部署这样一个有效系统所需的工具和技术。 本课程是 Python 预测分析数据产品专业的最后一门课程，以之前的三门课程（基础数据处理和可视化、数据产品的设计思维和预测分析以及有意义的预测建模）为基础。在专业化的每一个步骤中，您都将获得数据处理和技能培养方面的实践经验，并最终完成一个包含专业化所讲授的所有概念的顶点项目。
部署机器学习模型
您将学到什么
交互式 Python 数据应用程序的项目结构
Python 网络服务器框架：（例如）Flask、Django、Dash
部署 ML 模型和监控性能的最佳实践
部署脚本、模型序列化、应用程序接口
要了解的详细信息
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 用于预测分析的 Python 数据产品 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有5个模块
欢迎来到 "部署机器学习模型 "课程的第一周！我们将复习教学大纲，下载所有课程资料，并为课程启动和运行你的系统。我们还将介绍推荐系统的基础知识，并将其与其他类型的机器学习区分开来。
涵盖的内容
5个视频3篇阅读材料3个作业2个讨论话题
本周，我们将学习如何实现基于相似性的推荐器，返回与用户给定项目相似的预测结果。我们将介绍如何基于梯度下降和 Jaccard 相似性来优化这些模型。
涵盖的内容
4个视频3个作业
本周，我们将学习 Python 网络服务器框架和交互式 Python 数据应用程序的整体结构。我们还将介绍一些部署和监控应用程序的最佳实践技巧。
涵盖的内容
3个视频1篇阅读材料2个作业
在这个期末项目中，你将建立一个自己的推荐系统。找到一个数据集，对其进行清理，然后根据数据集创建一个预测系统。这将有助于您为即将到来的毕业设计做好准备，在毕业设计中，您将把本专业所有课程的技能融入到一个项目中！
涵盖的内容
2篇阅读材料1次同伴评审1个讨论话题
是时候对你的辛勤工作进行检验了！这个毕业设计由四个部分组成，每个部分都来自本专业的一门独立课程。是时候展示你在本专业中学到的一切了。
涵盖的内容
1个视频1篇阅读材料1次同伴评审1个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
4.4 (5个评价)
从 数据分析 浏览更多内容
状态：免费试用University of California San Diego
状态：免费试用Duke University
状态：免费Coursera Project Network
状态：免费试用University of California San Diego
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
3.5
51 条评论
- 5 stars
35.29%
- 4 stars
21.56%
- 3 stars
17.64%
- 2 stars
7.84%
- 1 star
17.64%
显示 3/51 个
ML
4
已于 Dec 6, 2020审阅
I Liked the Course in general especially the recommender component. I would seriously recommend making major improvements and clarification to the capstone project.
常见问题
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后，您就可以访问专项课程中的所有课程，完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
更多问题
提供助学金，
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。