Об этом курсе
Недавно просмотрено: 8,205

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 12 часа на выполнение

Предполагаемая нагрузка: 10 hours/week...

Английский

Субтитры: Английский

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 12 часа на выполнение

Предполагаемая нагрузка: 10 hours/week...

Английский

Субтитры: Английский

Учащиеся, которые проходят продукт ''Course'

  • Data Scientists
  • Machine Learning Engineers
  • Data Engineers
  • Business Analysts
  • Founders

Программа курса: что вы изучите

Неделя
1
13 минуты на завершение

Preface

1 видео ((всего 3 мин.)), 1 материал для самостоятельного изучения
1 видео
1 материала для самостоятельного изучения
Course Structure Outline10мин
1 ч. на завершение

User-User Collaborative Filtering Recommenders Part 1

5 видео ((всего 85 мин.))
5 видео
Configuring User-User Collaborative Filtering9мин
Influence Limiting and Attack Resistance; Interview with Paul Resnick21мин
Trust-Based Recommendation; Interview with Jen Golbeck15мин
Impact of Bad Ratings; Interview with Dan Cosley13мин
Неделя
2
5 ч. на завершение

User-User Collaborative Filtering Recommenders Part 2

2 видео ((всего 13 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
2 видео
Programming Assignment - Programming User-User Collaborative Filtering4мин
2 материала для самостоятельного изучения
Assignment Instructions: User-User CF10мин
Introducing User-User CF Programming Assignment10мин
2 практического упражнения
User-User CF Answer Sheet48мин
User-User Collaborative Filtering Quiz20мин
Неделя
3
1 ч. на завершение

Item-Item Collaborative Filtering Recommenders Part 1

6 видео ((всего 70 мин.))
6 видео
Item-Item Algorithm16мин
Item-Item on Unary Data6мин
Item-Item Hybrids and Extensions4мин
Strengths and Weaknesses of Item-Item Collaborative Filtering9мин
Interview with Brad Miller16мин
Неделя
4
4 ч. на завершение

Item-Item Collaborative Filtering Recommenders Part 2

2 видео ((всего 10 мин.)), 2 материалов для самостоятельного изучения, 5 тестов
2 видео
Programming Assignment - Programming Item-Item Collaborative Filtering4мин
2 материала для самостоятельного изучения
Item-Based CF Assignment Instructions10мин
Introducing Item-Item CF Programming Assignment10мин
4 практического упражнения
Item Based Assignment Part l10мин
Item Based Assignment Part II10мин
Item Based Assignment Part III10мин
Item Based Assignment Part IV10мин
2 ч. на завершение

Advanced Collaborative Filtering Topics

5 видео ((всего 73 мин.)), 1 тест
5 видео
Recommending for Groups: Interview with Anthony Jameson14мин
Threat Models11мин
Explanations16мин
Explanations, Part II: Interview with Nava Tintarev17мин
1 практического упражнения
Item-Based and Advanced Collaborative Filtering Topics Quiz20мин
4.3
Рецензии: 51Chevron Right

Лучшие отзывы о курсе Nearest Neighbor Collaborative Filtering

автор: SSMar 31st 2019

Thank you so very much to open my eye see more view of recommendation field not only algorithms but use case and many trouble-shooting in worldwide business, moreover interview with noble professor.

автор: NRFeb 4th 2018

Extremely informative course! It would be great if the assignments are created on python or R in the next season's offering. Thanks for the knowledge!

Преподаватели

Avatar

Joseph A Konstan

Distinguished McKnight Professor and Distinguished University Teaching Professor
Computer Science and Engineering
Avatar

Michael D. Ekstrand

Assistant Professor
Dept. of Computer Science, Boise State University

О Миннесотский университет

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....

Специализация Рекомендательные системы: общие сведения

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....
Рекомендательные системы

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.