【課程】用Google TensorFlow實作推薦系統，讓機器學習應用各種商務情境、提升商品曝光達到精準行銷

【2018/1/19開課】在網路上常看到「您可能感興趣的內容」嗎？購物網站如何知道我可能感興趣的商品？關鍵就在於推薦系統。此技術將根據使用習慣及興趣來推薦更多的內容，是機器學習重要的應用之一。課程以深入淺出的方式說明如何使用TensorFlow(Google推出的開源機器學習系統)實作推薦機制，讓商品或網頁流量有效增加，或是達到精準行銷的目的。

6個理由，為什麼要來上課？

學習推薦系統原理，將技術應用於工作實務上。
提升商品曝光率，達到精準行銷的目的。
使用近年非常熱門的 Google TensorFlow 來實作。
演算法使用推薦系統常用的 Matrix Factorization(矩陣分解)。
講師來自Google 菁英合作夥伴(Google Premier Partner) - CloudMile。
認識講師，遇到困難有人回答；書本資料太多、網路上的資料太分散，現場有人教學得快。

【課程內容】

推薦系統在各方面應用非常普遍，也是機器學習CP值最高的應用，像是購物網站、影音網站、內容網站等等，都能使用推薦系統讓訪客觀看更多頁面、延長停留時間、提高滿意度、促進成交機會…。課程以深入淺出的方式介紹如何使用TensorFlow實作推薦系統，讓商品曝光率大增，或是達到精準行銷的目的。

時間：2018/1/19(五) 早上 09:30~下午 16:30

課程內容

09:30 ~ 10:30
GCP平台Datalab的環境介紹與使用方式

10:30 ~ 11:00
Recommendation概論與應用

11:00 ~ 12:00
傳統Recommendation介紹(Content Base, Collaborative Filtering) + LAB

12:00 ~ 13:00
午休、交流

13:00 ~ 13:30
DNN介紹以及如何優化DNN Model + LAB

13:30 ~ 14:30
MF Recommendation with Tensorflow + LAB

14:30 ~ 15:30
MF Recommendation with User History + LAB

15:30 ~ 16:30
MF Recommendation with Deep Nueral Network + LAB

16:30 ~
交流、道別

地點：台北市南京東路2段96號10樓 (Google 地圖)

費用：早鳥價 3,900 元，包含午餐。

注意事項：

請學員自備筆電，教室提供電源插座。
建議具備 Python 程式語言基礎，熟悉NumPy、pandas套件使用，無須先具備Deep Learning的知識沒關係。
事先使用Google Gmail帳號註冊GCP帳號，免費300元美金試用。(簡易註冊教學，需要信用卡資訊)

主辦單位：

【報名方式】

Step1：前往報名、繳費

Step2：直接在課程頁面報名並繳費。提供線上刷卡、ATM轉帳、超商代碼三種繳費方式。付款後約20分鐘即可自行查詢繳費結果。

TensorFlow

TensorFlow是Google Brain的第二代機器學習系統，也是一個開源軟體庫，用於各種感知和語言理解任務的機器學習，如語音識別、Gmail、Google 相冊和搜索，其中許多產品曾使用過其前任軟體DistBelief。TensorFlow是使用數據流圖來達到數值計算的開源函式庫。數據流圖中的節點(Nodes)表示的數學運算，而邊(Edges)表示在它們之間傳送的多維數據陣列（或Tensors）。架構很靈活，你只要透過一個API，就可將運算機制部署到桌機、伺服器或行動裝置其上的一至多個CPU或GPU。

TensorFlow具有以下幾個特點：

Deep Flexibility
True Portability
Connect Research and Production
Auto-Differentiation
Language Options
效能最大化

什麼是 python？

Python是一種物件導向、直譯式的電腦程式語言。它包含了一組功能完備的標準庫，能夠輕鬆完成很多常見的任務。它的語法簡單，與其它大多數程式設計語言使用大括弧不一樣，它使用縮排來定義語句塊。Python支援命令式程式設計、物件導向程式設計、函數式編程、面向側面的程式設計、泛型編程多種編程範式。

NumPy

NumPy是Python語言的一個擴充程式庫，與MATLAB有類似的功能與操作方式。支援高階大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式函式庫。NumPy為了解決運算速度的問題，引入了多維陣列以及可以直接有效率地操作多維陣列的函式與運算子。因此在NumPy上只要能被表示為針對陣列或矩陣運算的演算法，其執行效率幾乎都可以與編譯過的等效C語言程式碼一樣快。

>>前往報名、繳費

上課講師：Bear Su、 Johann Chu 、Gary Chen

講師	介紹
Bear Su	Education: Master in Information Technologic, National Taipei University of Technology Professional Certification: Ruby Association Certified Ruby Programmer Silver version 2.1 Ruby Association Certified Ruby Programmer Gold version 2.1 Google Cloud Platform Fundamentals: Core Infrastructure Architecting with Google Cloud Platform: Infrastructure Google BigQuery + Machine Learning CPB100 Google BigQuery for Data Analysts CPB200 Google Cloud OnBoard - Fundamentals Expert: Platform-GCP、AWS, Linux, Android Program Language-Ruby, Java, Javascript Service-Git, Redis, Nginx, Database
Johann Chu	Education: MS in Mechanical Engineering, University of California (Riverside) Professional Certification: Google Certified Data Engineer Expert: Natural language processing, information retrieval, data mining, machine learning
Gary Chen	Education: Bachelor in Mathematics, Tamkang University Expert: Fullstack Web Engineer (Python on Django, Java on Spring) Data Engineer(Tensorflow, Keras, Scikit-Learn) SQL parser, Image Classfication base on GoogleNet