À propos de ce cours

18,005 consultations récentes

Résultats de carrière des étudiants

60%

ont commencé une nouvelle carrière après avoir terminé ce cours

36%

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

11%

a obtenu une augmentation de salaire ou une promotion
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.
Niveau intermédiaire
Approx. 23 heures pour terminer
Anglais

Compétences que vous acquerrez

Summary StatisticsTerm Frequency Inverse Document Frequency (TF-IDF)Microsoft ExcelRecommender Systems

Résultats de carrière des étudiants

60%

ont commencé une nouvelle carrière après avoir terminé ce cours

36%

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

11%

a obtenu une augmentation de salaire ou une promotion
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.
Niveau intermédiaire
Approx. 23 heures pour terminer
Anglais

Offert par

Placeholder

Université du Minnesota

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up90%(2,064 notes)Info
Semaine
1

Semaine 1

1 heure pour terminer

Preface

1 heure pour terminer
2 vidéos (Total 41 min), 1 lecture
2 vidéos
Intro to Course and Specialization13 min
1 lecture
Notes on Course Design and Relationship to Prior Courses10 min
4 heures pour terminer

Introducing Recommender Systems

4 heures pour terminer
9 vidéos (Total 147 min), 2 lectures, 2 quiz
9 vidéos
Preferences and Ratings17 min
Predictions and Recommendations16 min
Taxonomy of Recommenders I27 min
Taxonomy of Recommenders II21 min
Tour of Amazon.com21 min
Recommender Systems: Past, Present and Future16 min
Introducing the Honors Track7 min
Honors: Setting up the development environment10 min
2 lectures
About the Honors Track10 min
Downloads and Resources10 min
2 exercices pour s'entraîner
Closing Quiz: Introducing Recommender Systems20 min
Honors Track Pre-Quiz30 min
Semaine
2

Semaine 2

10 heures pour terminer

Non-Personalized and Stereotype-Based Recommenders

10 heures pour terminer
7 vidéos (Total 111 min), 5 lectures, 9 quiz
7 vidéos
Summary Statistics I16 min
Summary Statistics II22 min
Demographics and Related Approaches13 min
Product Association Recommenders19 min
Assignment #1 Intro Video14 min
Assignment Intro: Programming Non-Personalized Recommenders17 min
5 lectures
External Readings on Ranking and Scoring10 min
Assignment 1 Instructions: Non-Personalized and Stereotype-Based Recommenders10 min
Assignment Intro: Programming Non-Personalized Recommenders10 min
LensKit Resources10 min
Rating Data Information10 min
8 exercices pour s'entraîner
Assignment #1: Response #1: Top Movies by Mean Rating30 min
Assignment #1: Response #2: Top Movies by Count30 min
Assignment #1: Response #3: Top Movies by Percent Liking30 min
Assignment #1: Response #4: Association with Toy Story30 min
Assignment #1: Response #5: Correlation with Toy Story30 min
Assignment #1: Response #6: Male-Female Differences in Average Rating30 min
Assignment #1: Response #7: Male-Female differences in Liking30 min
Non-Personalized Recommenders20 min
Semaine
3

Semaine 3

3 heures pour terminer

Content-Based Filtering -- Part I

3 heures pour terminer
8 vidéos (Total 156 min)
8 vidéos
TFIDF and Content Filtering24 min
Content-Based Filtering: Deeper Dive26 min
Entree Style Recommenders -- Robin Burke Interview13 min
Case-Based Reasoning -- Interview with Barry Smyth13 min
Dialog-Based Recommenders -- Interview with Pearl Pu21 min
Search, Recommendation, and Target Audiences -- Interview with Sole Pera11 min
Beyond TFIDF -- Interview with Pasquale Lops21 min
Semaine
4

Semaine 4

6 heures pour terminer

Content-Based Filtering -- Part II

6 heures pour terminer
2 vidéos (Total 26 min), 3 lectures, 3 quiz
2 vidéos
Honors: Intro to programming assignment10 min
3 lectures
Content-Based Recommenders Spreadsheet Assignment (aka Assignment #2)1h 20min
Tools for Content-Based Filtering10 min
CBF Programming Intro10 min
2 exercices pour s'entraîner
Assignment #2 Answer Form20 min
Content-Based Filtering20 min
1 heure pour terminer

Course Wrap-up

1 heure pour terminer
2 vidéos (Total 45 min), 1 lecture
2 vidéos
Psychology of Preference & Rating -- Interview with Martijn Willemsen31 min
1 lecture
Related Readings10 min

Avis

Meilleurs avis pour INTRODUCTION TO RECOMMENDER SYSTEMS: NON-PERSONALIZED AND CONTENT-BASED

Voir tous les avis

À propos du Spécialisation Systèmes de recommandation

Systèmes de recommandation

Foire Aux Questions

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