Concevez et mettez en œuvre un moteur de recommandation de livres concret avec Python dans le cadre de cette formation pratique axée sur des projets. Vous découvrirez les objectifs, le périmètre et l'architecture d'un système de recommandation de livres avant de préparer des données structurées grâce au prétraitement et à des fonctions utilitaires réutilisables.

Au fil de la formation, vous traiterez les métadonnées des publications afin de permettre un filtrage défini par l'utilisateur en fonction des informations sur les livres et de ses préférences. Vous construirez ensuite un modèle de recommandation basé sur le contenu en utilisant le prétraitement de texte, le TF-IDF, les vectoriseurs de comptage, le calcul de similarité et les matrices de similarité. En combinant et en transformant des caractéristiques telles que le titre du livre, l’auteur, le genre et la description à l’aide de la méthode `soup`, vous apprendrez à améliorer la pertinence des recommandations et à produire des résultats plus personnalisés. Ce cours s’adresse aux apprenants souhaitant acquérir une expérience pratique de Python, de la science des données, du filtrage basé sur le contenu et des systèmes de recommandation. À l’issue de ce cours, vous serez capable de prétraiter des ensembles de données sur les livres, d’extraire et de transformer des métadonnées, de construire des cadres de filtrage et de similarité, de combiner des caractéristiques textuelles et d’affiner les résultats des recommandations. Ce qui distingue ce cours, c’est son projet de recommandation de livres ciblé et complet, qui relie directement les concepts fondamentaux à leur mise en œuvre. Inscrivez-vous pour acquérir une expérience pratique dans la conception d’un moteur de recommandation fonctionnel à partir de données structurées et textuelles sur les livres.