À propos de ce cours
4,151 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. 9 heures pour terminer

Recommandé : 9 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. 9 heures pour terminer

Recommandé : 9 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
14 minutes pour terminer

Preface

2 vidéos (Total 14 min)
2 heures pour terminer

Basic Prediction and Recommendation Metrics

5 vidéos (Total 57 min), 1 lecture, 1 quiz
5 vidéos
Rank-Aware Top-N Metrics18 min
Assignment Intro Video2 min
1 lectures
Metric Computation Assignment Instructions10 min
1 exercices pour s'entraîner
Basic Prediction and Recommendation Metrics Assignment42 min
Semaine
2
2 heures pour terminer

Advanced Metrics and Offline Evaluation

6 vidéos (Total 76 min), 1 lecture, 2 quiz
6 vidéos
Unary Data Evaluation11 min
Temporal Evaluation of Recommenders (Interview with Neal Lathia)12 min
Programming Assignment Introduction8 min
1 lectures
Evaluating Recommenders10 min
2 exercices pour s'entraîner
Offline Evaluation and Metrics Quiz22 min
Programming Assignment Quiz28 min
Semaine
3
1 heures pour terminer

Online Evaluation

4 vidéos (Total 66 min), 1 quiz
4 vidéos
User-Centered Evaluation (Interview with Bart Knijnenburg)25 min
1 exercices pour s'entraîner
Online Evaluation Quiz8 min
Semaine
4
1 heures pour terminer

Evaluation Design

3 vidéos (Total 31 min), 2 lectures, 1 quiz
2 lectures
Intro to Assignment: Evaluation Design Cases10 min
Quiz Debrief10 min
1 exercices pour s'entraîner
Assignment: Evaluation Design Cases12 min
4.3
22 avisChevron Right

Principaux examens pour Recommender Systems: Evaluation and Metrics

par LLJul 19th 2017

wonderful!!! They teach a lot what I did not expect!

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.