このコースについて

8,052 最近の表示

共有できる証明書

修了時に証明書を取得

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における5の2コース

柔軟性のある期限

スケジュールに従って期限をリセットします。

約12時間で修了

推奨:10 hours/week...

英語

字幕:英語

共有できる証明書

修了時に証明書を取得

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における5の2コース

柔軟性のある期限

スケジュールに従って期限をリセットします。

約12時間で修了

推奨:10 hours/week...

英語

字幕:英語

シラバス - 本コースの学習内容

1

1

13分で修了

Preface

13分で修了
1件のビデオ (合計3分), 1 reading
1件のビデオ
1件の学習用教材
Course Structure Outline10 分
1時間で修了

User-User Collaborative Filtering Recommenders Part 1

1時間で修了
5件のビデオ (合計85分)
5件のビデオ
Configuring User-User Collaborative Filtering9 分
Influence Limiting and Attack Resistance; Interview with Paul Resnick21 分
Trust-Based Recommendation; Interview with Jen Golbeck15 分
Impact of Bad Ratings; Interview with Dan Cosley13 分
2

2

5時間で修了

User-User Collaborative Filtering Recommenders Part 2

5時間で修了
2件のビデオ (合計13分), 2 readings, 3 quizzes
2件のビデオ
Programming Assignment - Programming User-User Collaborative Filtering4 分
2件の学習用教材
Assignment Instructions: User-User CF10 分
Introducing User-User CF Programming Assignment10 分
2の練習問題
User-User CF Answer Sheet48 分
User-User Collaborative Filtering Quiz20 分
3

3

1時間で修了

Item-Item Collaborative Filtering Recommenders Part 1

1時間で修了
6件のビデオ (合計70分)
6件のビデオ
Item-Item Algorithm16 分
Item-Item on Unary Data6 分
Item-Item Hybrids and Extensions4 分
Strengths and Weaknesses of Item-Item Collaborative Filtering9 分
Interview with Brad Miller16 分
4

4

4時間で修了

Item-Item Collaborative Filtering Recommenders Part 2

4時間で修了
2件のビデオ (合計10分), 2 readings, 5 quizzes
2件のビデオ
Programming Assignment - Programming Item-Item Collaborative Filtering4 分
2件の学習用教材
Item-Based CF Assignment Instructions10 分
Introducing Item-Item CF Programming Assignment10 分
4の練習問題
Item Based Assignment Part l10 分
Item Based Assignment Part II10 分
Item Based Assignment Part III10 分
Item Based Assignment Part IV10 分
2時間で修了

Advanced Collaborative Filtering Topics

2時間で修了
5件のビデオ (合計73分)
5件のビデオ
Recommending for Groups: Interview with Anthony Jameson14 分
Threat Models11 分
Explanations16 分
Explanations, Part II: Interview with Nava Tintarev17 分
1の練習問題
Item-Based and Advanced Collaborative Filtering Topics Quiz20 分

レビュー

NEAREST NEIGHBOR COLLABORATIVE FILTERING からの人気レビュー
すべてのレビューを見る

提供:

ミネソタ大学(University of Minnesota) ロゴ

ミネソタ大学(University of Minnesota)

レコメンダシステム専門講座について

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....
レコメンダシステム

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。