Об этом курсе
Недавно просмотрено: 5,087

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 8 часов 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. 8 часов на выполнение

Предполагаемая нагрузка: 10 hours/week...

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
4 минуты на завершение

Preface

1 видео ((всего 4 мин.))
Неделя
2
1 ч. на завершение

Matrix Factorization (Part 1)

5 видео ((всего 70 мин.)), 1 материал для самостоятельного изучения
5 видео
Singular Value Decomposition17мин
Gradient Descent Techniques17мин
Deriving FunkSVD11мин
Probabilistic Matrix Factorization10мин
1 материал для самостоятельного изучения
On Folding-In with Gradient Descent10мин
Неделя
3
4 ч. на завершение

Matrix Factorization (Part 2)

2 видео ((всего 15 мин.)), 2 материалов для самостоятельного изучения, 6 тестов
2 видео
Programming Matrix Factorization6мин
2 материала для самостоятельного изучения
Assignment Instructions10мин
Intro - Programming Matrix Factorization10мин
5 практических упражнений
Matrix Factorization Assignment Part l10мин
Matrix Factorization Assignment Part ll10мин
Matrix Factorization Assignment Part lll10мин
Matrix Factorization Quiz8мин
SVD Programming Eval Quiz6мин
Неделя
4
2 ч. на завершение

Hybrid Recommenders

6 видео ((всего 96 мин.))
6 видео
Hybrids with Robin Burke16мин
Hybridization through Matrix Factorization15мин
Matrix Factorization Hybrids with George Karypis17мин
Interview with Arindam Banerjee15мин
Interview with Yehuda Koren22мин
4.3
Рецензии: 18Chevron Right

50%

получил значимые преимущества в карьере благодаря этому курсу

Лучшие отзывы о курсе Matrix Factorization and Advanced Techniques

автор: LLJul 19th 2017

great courses! They invite a lot of interviews to let me understand the sea of recommend system!

автор: SKDec 5th 2017

Awesome course especially for those doing Ph.D in recommender systems

Преподаватели

Avatar

Michael D. Ekstrand

Assistant Professor
Dept. of Computer Science, Boise State University
Avatar

Joseph A Konstan

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

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.