Dans ce cours pratique axé sur des projets, vous développerez un système de recommandation de films à l’aide de Python et de données réelles issues du monde du cinéma. Vous découvrirez comment les systèmes de recommandation soutiennent les plateformes numériques modernes tout en créant des modèles de recommandation de films basés à la fois sur la popularité et sur le contenu.

Vous commencerez par découvrir les principes fondamentaux des systèmes de recommandation, puis vous configurerez votre environnement de développement Python, importerez les bibliothèques indispensables et développerez un moteur de recommandation de base à l’aide d’indicateurs de popularité. Vous passerez ensuite au filtrage basé sur le contenu en prétraitant les données cinématographiques, en extrayant des métadonnées pertinentes, en concevant des caractéristiques textuelles et en analysant les similitudes afin de générer des recommandations de films personnalisées. Conçu pour les passionnés de données et les développeurs en apprentissage automatique en herbe, ce cours allie les concepts fondamentaux à la programmation pratique. À l’issue de cette formation, vous serez capable de construire et d’évaluer des modèles de recommandation, d’appliquer des techniques de prétraitement des données et d’ingénierie des caractéristiques, et d’expliquer le fonctionnement des moteurs de recommandation basés sur la popularité et sur le contenu. Ce qui distingue ce cours, c’est sa structure axée sur un projet de bout en bout. Chaque leçon vous fait passer des concepts fondamentaux à un système de recommandation de films fonctionnel, vous offrant ainsi une expérience pratique de Python avec des données réelles et une base solide en matière de systèmes de recommandation.