In this course we will learn about Recommender Systems (which we will study for the Capstone project), and also look at deployment issues for data products. By the end of this course, you should be able to implement a working recommender system (e.g. to predict ratings, or generate lists of related products), and you should understand the tools and techniques required to deploy such a working system on real-world, large-scale datasets.
Ce cours fait partie de la Spécialisation Python Data Products for Predictive Analytics
Offert par
Spécialisation Python Data Products for Predictive AnalyticsUniversité de Californie à San DiegoÀ propos de ce cours
15,074 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 4 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 11 heures pour terminer
Anglais
Sous-titres : Anglais
Compétences que vous acquerrez
Python ProgrammingBig Data ProductsRecommender Systems
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 4 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 11 heures pour terminer
Anglais
Sous-titres : Anglais
Offert par
Université de Californie à San Diego
UC San Diego is an academic powerhouse and economic engine, recognized as one of the top 10 public universities by U.S. News and World Report. Innovation is central to who we are and what we do. Here, students learn that knowledge isn't just acquired in the classroom—life is their laboratory.
Programme du cours : ce que vous apprendrez dans ce cours
3 heures pour terminer
Introduction
Welcome to the first week of Deploying Machine Learning Models! We will go over the syllabus, download all course materials, and get your system up and running for the course. We will also introduce the basics of recommender systems and differentiate it from other types of machine learning
3 heures pour terminer
5 vidéos (Total 54 min), 3 lectures, 3 quiz
5 vidéos
Recommender Systems versus Other Forms of Supervised Learning7 min
Collaborative Filtering-Based Recommendation19 min
Latent Factor Models (Part 1)11 min
Latent Factor Models (Part 2)11 min
3 lectures
Syllabus10 min
Course Materials10 min
Setting Up Your System10 min
3 exercices pour s'entraîner
Review: Recommender Systems30 min
Review: Introduction to Latent Factor Models30 min
Recommender Systems and Latent Factor Models20 min
1 heure pour terminer
Implementing Recommender Systems
This week, we will learn how to implement a similarity-based recommender, returning predictions similar to an user's given item. We will cover how to optimize these models based on gradient descent and Jaccard similarity.
1 heure pour terminer
4 vidéos (Total 36 min)
4 vidéos
Similarity-Based Recommender for Rating Prediction7 min
Implementing a Latent Factor Model (Part 1)11 min
Implementing a Latent Factor Model (Part 2)6 min
3 exercices pour s'entraîner
Review: Similarity-Based Recommenders5 min
Review: Implementing Latent Factor Models4 min
Implementing Recommender Systems10 min
1 heure pour terminer
Deploying Recommender Systems
This week, we will learn about Python web server frameworks and the overall structure of interactive Python data applications. We will also cover some tips for best practices on deploying and monitoring your applications.
1 heure pour terminer
3 vidéos (Total 17 min), 1 lecture, 2 quiz
1 lecture
Setting up Your Workspace with Docker: Django10 min
2 exercices pour s'entraîner
Review: Flask and Django30 min
Deploying Recommender Systems5 min
1 heure pour terminer
Project 4: Recommender System
For this final project, you will build a recommender system of your own. Find a dataset, clean it, and create a predictive system from the dataset. This will help prepare you for the upcoming capstone, where you will harness your skills from all courses of this specialization into one single project!
1 heure pour terminer
2 lectures
2 lectures
Project Description10 min
How to Find a Dataset10 min
À propos du Spécialisation Python Data Products for Predictive Analytics
Python data products are powering the AI revolution. Top companies like Google, Facebook, and Netflix use predictive analytics to improve the products and services we use every day. Take your Python skills to the next level and learn to make accurate predictions with data-driven systems and deploy machine learning models with this four-course Specialization from UC San Diego.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
- Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
- Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Is financial aid available?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
