À propos de ce cours
11,667 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 8 heures pour terminer

Recommandé : 11 hours/week...

Anglais

Sous-titres : Anglais

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 8 heures pour terminer

Recommandé : 11 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
4 minutes pour terminer

Preface

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

Matrix Factorization (Part 1)

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
4 heures pour terminer

Matrix Factorization (Part 2)

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
2 heures pour terminer

Hybrid Recommenders

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
4.3
20 avisChevron Right

50%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

Meilleurs avis pour Matrix Factorization and Advanced Techniques

par LLJul 19th 2017

great courses! They invite a lot of interviews to let me understand the sea of recommend system!

par SKDec 5th 2017

Awesome course especially for those doing Ph.D in recommender systems

Enseignants

Avatar

Michael D. Ekstrand

Assistant Professor
Dept. of Computer Science, Boise State University
Avatar

Joseph A Konstan

Distinguished McKnight Professor and Distinguished University Teaching Professor
Computer Science and Engineering

À propos de Université du Minnesota

The University of Minnesota is among the largest public research universities in the country, offering undergraduate, graduate, and professional students a multitude of opportunities for study and research. Located at the heart of one of the nation’s most vibrant, diverse metropolitan communities, students on the campuses in Minneapolis and St. Paul benefit from extensive partnerships with world-renowned health centers, international corporations, government agencies, and arts, nonprofit, and public service organizations....

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

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • 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.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.