Este curso forma parte de Programa especializado: Sistemas de recomendación

4.3
estrellas
184 calificaciones

Michael D. Ekstrand +1 instructores más

14.580 ya inscrito

Ofrecido Por

Programa especializado: Sistemas de recomendaciónUniversidad de Minnesota

Acerca de este Curso

2852 vistas recientes

In this course you will learn a variety of matrix factorization and hybrid machine learning techniques for recommender systems.  Starting with basic matrix factorization, you will understand both the intuition and the practical details of building recommender systems based on reducing the dimensionality of the user-product preference space.  Then you will learn about techniques that combine the strengths of different algorithms into powerful hybrid recommenders.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 4 de 5 en

Programa especializado: Sistemas de recomendación

Aprox. 16 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 4 de 5 en

Programa especializado: Sistemas de recomendación

Aprox. 16 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Instructores

Calificación del instructor

4,87/5 (8 calificaciones)

Michael D. Ekstrand

Assistant Professor

Dept. of Computer Science, Boise State University

104.835 alumnos

6 cursos

Joseph A Konstan

Distinguished McKnight Professor and Distinguished University Teaching Professor

Computer Science and Engineering

190.316 alumnos

11 cursos

Ofrecido por

Universidad de 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.

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Programa - Qué aprenderás en este curso

Semana

Semana 1

4 minutos para completar

Preface

4 minutos para completar

1 video (Total 4 minutos)

Semana

Semana 2

1 hora para completar

Matrix Factorization (Part 1)

1 hora para completar

5 videos (Total 70 minutos), 1 lectura

Semana

Semana 3

6 horas para completar

Matrix Factorization (Part 2)

6 horas para completar

2 videos (Total 15 minutos), 2 lecturas, 6 cuestionarios

Semana

Semana 4

2 horas para completar

Hybrid Recommenders

2 horas para completar

6 videos (Total 96 minutos)

Reseñas

4.3

28 reseña

5 stars
53,26 %
4 stars
33,15 %
3 stars
8,15 %
2 stars
4,34 %
1 star
1,08 %

Principales reseñas sobre MATRIX FACTORIZATION AND ADVANCED TECHNIQUES

por DD9 de ene. de 2021

Very good. Per closing comments, it probably needs an update (since 2016) as this is active, progressive area.

por AA13 de ago. de 2017

Interview with Francesco Ricci

is very knowledgeable about context aware Recommender System.

por SL11 de sep. de 2019

It will be great, if we can do honor's track with Python or R

por NL23 de abr. de 2020

The content is really good, but overall the interviews with experts in the field are the best of this course.

Ver todas las reseñas

Acerca de Programa especializado: Sistemas de recomendación

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.

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

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

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Matrix Factorization and Advanced Techniques

Acerca de este Curso