课程主页: https://www.coursera.org/learn/deploying-machine-learning-models
课程概述
在Coursera上名为《机器学习模型的部署》的课程中，我们将重点学习推荐系统（这也是我们顶点项目的一部分），同时探讨数据产品的部署问题。通过这门课程，你将能够实现一个正常工作的推荐系统（例如预测评分或生成相关产品的列表），并理解在真实世界的大规模数据集上部署这样一个系统所需的工具和技术。
课程大纲
第一周：介绍
欢迎来到《机器学习模型的部署》的第一周！我们将查阅课程大纲，下载所有课程材料，并确保你的系统为课程做好准备。同时，我们将介绍推荐系统的基本概念，并将其与其他类型的机器学习进行区分。
第二周：实现推荐系统
在这一周，我们将学习如何实现一个基于相似度的推荐系统，根据用户提供的项目返回预测。我们将讨论如何基于梯度下降法和杰卡德相似度来优化这些模型。
第三周：部署推荐系统
这一周，我们将学习Python网络服务器框架以及互动Python数据应用的整体结构。同时，我们会提供一些最佳实践的建议，帮助你顺利部署和监控你的应用程序。
第四周：推荐系统项目
在最后的项目中，你将创建一个自己的推荐系统。找到一个数据集，对其进行清洗，并从数据集中创建一个预测系统。这将为即将到来的顶点项目做准备，你将在那个项目中整合这一专业中所学的所有技能。
顶点项目
是时候将你的努力付诸实践了！这个顶点项目由四个部分组成，每个部分都源自该专业的不同课程。这是展示你在这一专业中所学到的所有知识的好机会。
推荐理由
对于希望进入机器学习和数据科学领域的学习者来说，这门课程是不可或缺的。它不仅帮助你构建和理解推荐系统，同时让你具备将这些知识应用于现实世界的能力。最后的顶点项目非常能展示你的综合能力，建议每一位学习者都认真对待。
课程主页: https://www.coursera.org/learn/deploying-machine-learning-models