Acerca de este Curso

6,674 vistas recientes
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio

Basic notions of linear algebra

Aprox. 12 horas para completar
Inglés (English)

Qué aprenderás

  • You'll be able to build a basic recommender system.

  • You'll be able to choose the family of recommender systems that best suits the kind of input data, goals and needs.

  • You'll learn how to identify the correct evaluation activities to measure the quality of a recommender system, based on goals and needs.

  • You'll be able to point out benefits and limits of different techniques for recommender systems in different scenarios.

Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio

Basic notions of linear algebra

Aprox. 12 horas para completar
Inglés (English)

ofrecido por

Placeholder

EIT Digital

Placeholder

Politecnico di Milano

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

3 horas para completar

BASIC CONCEPTS

3 horas para completar
11 videos (Total 29 minutos), 2 lecturas, 2 cuestionarios
11 videos
Welcome by the instructor - module overview1m
Introduction to Recommender Systems3m
Taxonomy of Recommender Systems6m
Item-Content Matrix1m
User-Rating Matrix2m
Inferring Preferences3m
Recap by the instructor1m
Non-personalized Recommender Systems3m
Global Effects2m
Conclusions by the instructor1m
2 lecturas
Course Syllabus10m
Credits & Acknowledgements5m
1 ejercicio de práctica
Module 1 - Graded Assessment45m
Semana
2

Semana 2

3 horas para completar

EVALUATION OF RECOMMENDER SYSTEMS

3 horas para completar
12 videos (Total 35 minutos)
12 videos
Quality of Recommender Systems1m
Quality Indicators3m
Online Evaluation Techniques3m
Offline Evaluation Techniques2m
Dataset Partitioning4m
Overfitting1m
Recap by the instructor1m
Error Metrics3m
Classification Metrics4m
Ranking Metrics7m
Conclusions by the instructor1m
1 ejercicio de práctica
Module 2 - Graded Assessment40m
Semana
3

Semana 3

3 horas para completar

CONTENT-BASED FILTERING

3 horas para completar
9 videos (Total 19 minutos)
9 videos
Content-based Filtering2m
Cosine Similarity4m
Matrix Notation1m
K-Nearest Neighbours2m
Recap by the instructor1m
Improving the ICM2m
TF-IDF2m
Conclusions by the instructor54s
1 ejercicio de práctica
Module 3 - Graded Assessment45m
Semana
4

Semana 4

3 horas para completar

COLLABORATIVE FILTERING

3 horas para completar
9 videos (Total 42 minutos)
9 videos
Collaborative Filtering2m
User-based CF13m
Recap by the instructor1m
Item-based CF12m
User-based vs. Item-based2m
Model-based vs. Memory-based5m
Recommendation as Association Rules2m
Conclusions by the instructor48s
1 ejercicio de práctica
Module 4 - Graded Assessment30m

Reseñas

Principales reseñas sobre BASIC RECOMMENDER SYSTEMS

Ver todas las reseñas

Preguntas Frecuentes

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.