Sistemas de Recomendación

Objetivo
La finalidad de un sistema de recomendación es sugerir productos o contenido digital a usuarios. Su exitosa adopción surge de una necesidad de proponer al usuario una acotada selección del universo total de productos existentes. El sistema de recomendación actúa como un filtro personalizado a cada usuario. Estos sistemas resultan apropiados en un amplio espectro de dominios. Están constituidos por técnicas analíticas y software que abstraen características comunes a diversos dominios de aplicación, al mismo tiempo que ofrecen variantes para lograr una implementación optima en cada caso particular. 

Temas Centrales

Proveer una comprensión del problema que los sistemas de recomendación resuelven. Comprender las técnicas y algoritmos típicamente utilizados. Familiarizarse con los paquetes en Python. Obtener experiencia en el desarrollo de sistemas de recomendación con datos reales.

Requisitos

- Machine Learning

Profesor

MARTIN MERENER. Ph.D. in Mathematics, York University. Licenciado en Matemática, UBA. Actualmente trabaja como data scientist en el TD Bank Group en Toronto, Canadá. Anteriormente ha trabajado desarrollando modelos predictivos en áreas como marketing, Internet of Things (IoT) y en investigación académica en el campo de la neurociencia.