À propos de ce cours

10,319 consultations récentes

Résultats de carrière des étudiants

50%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 13 heures pour terminer
Anglais
Sous-titres : Anglais

Résultats de carrière des étudiants

50%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 13 heures pour terminer
Anglais
Sous-titres : Anglais

Offert par

Logo Université du Minnesota

Université du Minnesota

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

4 minutes pour terminer

Preface

4 minutes pour terminer
1 vidéo (Total 4 min)
Semaine
2

Semaine 2

1 heure pour terminer

Matrix Factorization (Part 1)

1 heure pour terminer
5 vidéos (Total 70 min), 1 lecture
5 vidéos
Singular Value Decomposition17 min
Gradient Descent Techniques17 min
Deriving FunkSVD11 min
Probabilistic Matrix Factorization10 min
1 lecture
On Folding-In with Gradient Descent10 min
Semaine
3

Semaine 3

4 heures pour terminer

Matrix Factorization (Part 2)

4 heures pour terminer
2 vidéos (Total 15 min), 2 lectures, 6 quiz
2 vidéos
Programming Matrix Factorization6 min
2 lectures
Assignment Instructions10 min
Intro - Programming Matrix Factorization10 min
5 exercices pour s'entraîner
Matrix Factorization Assignment Part l10 min
Matrix Factorization Assignment Part ll10 min
Matrix Factorization Assignment Part lll10 min
Matrix Factorization Quiz8 min
SVD Programming Eval Quiz6 min
Semaine
4

Semaine 4

2 heures pour terminer

Hybrid Recommenders

2 heures pour terminer
6 vidéos (Total 96 min)
6 vidéos
Hybrids with Robin Burke16 min
Hybridization through Matrix Factorization15 min
Matrix Factorization Hybrids with George Karypis17 min
Interview with Arindam Banerjee15 min
Interview with Yehuda Koren22 min

Avis

Meilleurs avis pour MATRIX FACTORIZATION AND ADVANCED TECHNIQUES

Voir tous les avis

À propos du Spécialisation Systèmes de recommandation

A Recommender System is a process that seeks to predict user preferences. This Specialization covers all the fundamental techniques in recommender systems, from non-personalized and project-association recommenders through content-based and collaborative filtering techniques, as well as advanced topics like matrix factorization, hybrid machine learning methods for recommender systems, and dimension reduction techniques for the user-product preference space. This Specialization is designed to serve both the data mining expert who would want to implement techniques like collaborative filtering in their job, as well as the data literate marketing professional, who would want to gain more familiarity with these topics. The courses offer interactive, spreadsheet-based exercises to master different algorithms, along with an honors track where you can go into greater depth using the LensKit open source toolkit. By the end of this Specialization, you’ll be able to implement as well as evaluate recommender systems. The Capstone Project brings together the course material with a realistic recommender design and analysis project....
Systèmes de recommandation

Foire Aux Questions

  • 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.
  • 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.

  • Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.

  • 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.

  • 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.