À propos de ce Spécialisation

9,179 consultations récentes
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.
Résultats de carrière des étudiants
60 %
ont commencé une nouvelle carrière après avoir terminé ce spécialisation.
12 %
ont obtenu une augmentation de salaire ou une promotion.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
Cours en ligne à 100 %
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Planning flexible
Définissez et respectez des dates limites flexibles.
Niveau intermédiaire
Approx. 5 mois pour terminer
3 heures/semaine recommandées
Anglais
Résultats de carrière des étudiants
60 %
ont commencé une nouvelle carrière après avoir terminé ce spécialisation.
12 %
ont obtenu une augmentation de salaire ou une promotion.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
Cours en ligne à 100 %
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Planning flexible
Définissez et respectez des dates limites flexibles.
Niveau intermédiaire
Approx. 5 mois pour terminer
3 heures/semaine recommandées
Anglais

Cette Spécialisation compte 5 cours

Cours1

Cours 1

Introduction to Recommender Systems: Non-Personalized and Content-Based

4.5
étoiles
557 évaluations
117 avis
Cours2

Cours 2

Nearest Neighbor Collaborative Filtering

4.3
étoiles
278 évaluations
63 avis
Cours3

Cours 3

Recommender Systems: Evaluation and Metrics

4.3
étoiles
204 évaluations
29 avis
Cours4

Cours 4

Matrix Factorization and Advanced Techniques

4.3
étoiles
162 évaluations
24 avis

Offert par

Placeholder

Université du Minnesota

Foire Aux Questions

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