Acerca de este Curso

20,557 vistas recientes

Resultados profesionales del estudiante

60%

comenzó una nueva carrera después de completar estos cursos

36%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

11%

consiguió un aumento de sueldo o ascenso
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
Aprox. 23 horas para completar
Inglés (English)

Habilidades que obtendrás

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

Resultados profesionales del estudiante

60%

comenzó una nueva carrera después de completar estos cursos

36%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

11%

consiguió un aumento de sueldo o ascenso
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
Aprox. 23 horas para completar
Inglés (English)

ofrecido por

Placeholder

Universidad de Minnesota

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up90%(1,999 calificaciones)Info
Semana
1

Semana 1

1 hora para completar

Preface

1 hora para completar
2 videos (Total 41 minutos), 1 lectura
2 videos
Intro to Course and Specialization13m
1 lectura
Notes on Course Design and Relationship to Prior Courses10m
4 horas para completar

Introducing Recommender Systems

4 horas para completar
9 videos (Total 147 minutos), 2 lecturas, 2 cuestionarios
9 videos
Preferences and Ratings17m
Predictions and Recommendations16m
Taxonomy of Recommenders I27m
Taxonomy of Recommenders II21m
Tour of Amazon.com21m
Recommender Systems: Past, Present and Future16m
Introducing the Honors Track7m
Honors: Setting up the development environment10m
2 lecturas
About the Honors Track10m
Downloads and Resources10m
2 ejercicios de práctica
Closing Quiz: Introducing Recommender Systems20m
Honors Track Pre-Quiz30m
Semana
2

Semana 2

10 horas para completar

Non-Personalized and Stereotype-Based Recommenders

10 horas para completar
7 videos (Total 111 minutos), 5 lecturas, 9 cuestionarios
7 videos
Summary Statistics I16m
Summary Statistics II22m
Demographics and Related Approaches13m
Product Association Recommenders19m
Assignment #1 Intro Video14m
Assignment Intro: Programming Non-Personalized Recommenders17m
5 lecturas
External Readings on Ranking and Scoring10m
Assignment 1 Instructions: Non-Personalized and Stereotype-Based Recommenders10m
Assignment Intro: Programming Non-Personalized Recommenders10m
LensKit Resources10m
Rating Data Information10m
8 ejercicios de práctica
Assignment #1: Response #1: Top Movies by Mean Rating30m
Assignment #1: Response #2: Top Movies by Count30m
Assignment #1: Response #3: Top Movies by Percent Liking30m
Assignment #1: Response #4: Association with Toy Story30m
Assignment #1: Response #5: Correlation with Toy Story30m
Assignment #1: Response #6: Male-Female Differences in Average Rating30m
Assignment #1: Response #7: Male-Female differences in Liking30m
Non-Personalized Recommenders20m
Semana
3

Semana 3

3 horas para completar

Content-Based Filtering -- Part I

3 horas para completar
8 videos (Total 156 minutos)
8 videos
TFIDF and Content Filtering24m
Content-Based Filtering: Deeper Dive26m
Entree Style Recommenders -- Robin Burke Interview13m
Case-Based Reasoning -- Interview with Barry Smyth13m
Dialog-Based Recommenders -- Interview with Pearl Pu21m
Search, Recommendation, and Target Audiences -- Interview with Sole Pera11m
Beyond TFIDF -- Interview with Pasquale Lops21m
Semana
4

Semana 4

6 horas para completar

Content-Based Filtering -- Part II

6 horas para completar
2 videos (Total 26 minutos), 3 lecturas, 3 cuestionarios
2 videos
Honors: Intro to programming assignment10m
3 lecturas
Content-Based Recommenders Spreadsheet Assignment (aka Assignment #2)1h 20m
Tools for Content-Based Filtering10m
CBF Programming Intro10m
2 ejercicios de práctica
Assignment #2 Answer Form20m
Content-Based Filtering20m
1 hora para completar

Course Wrap-up

1 hora para completar
2 videos (Total 45 minutos), 1 lectura
2 videos
Psychology of Preference & Rating -- Interview with Martijn Willemsen31m
1 lectura
Related Readings10m

Reseñas

Principales reseñas sobre INTRODUCTION TO RECOMMENDER SYSTEMS: NON-PERSONALIZED AND CONTENT-BASED

Ver todas las reseñas

Acerca de Programa especializado: Sistemas de recomendación

Sistemas de recomendación

Preguntas Frecuentes

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