In this course you will learn how to evaluate recommender systems. You will gain familiarity with several families of metrics, including ones to measure prediction accuracy, rank accuracy, decision-support, and other factors such as diversity, product coverage, and serendipity. You will learn how different metrics relate to different user goals and business goals. You will also learn how to rigorously conduct offline evaluations (i.e., how to prepare and sample data, and how to aggregate results). And you will learn about online (experimental) evaluation. At the completion of this course you will have the tools you need to compare different recommender system alternatives for a wide variety of uses.
このコースはレコメンダシステム の専門講座に属します。
Recommender Systems: Evaluation and Metrics
提供：
このコースについて
5,410 最近の表示
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3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9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
14分で修了
Preface
14分で修了
2件のビデオ （合計14分）
2時間で修了
Basic Prediction and Recommendation Metrics
2時間で修了
5件のビデオ （合計57分）, 1 reading, 1 quiz
5件のビデオ
Prediction Accuracy Metrics12 分
Decision Support Metrics16 分
Rank-Aware Top-N Metrics18 分
Assignment Intro Video2 分
1件の学習用教材
Metric Computation Assignment Instructions10 分
1の練習問題
Basic Prediction and Recommendation Metrics Assignment42 分
2時間で修了
Advanced Metrics and Offline Evaluation
2時間で修了
6件のビデオ （合計76分）, 1 reading, 2 quizzes
6件のビデオ
Additional Item and List-Based Metrics18 分
Experimental Protocols13 分
Unary Data Evaluation11 分
Temporal Evaluation of Recommenders (Interview with Neal Lathia)12 分
Programming Assignment Introduction8 分
1件の学習用教材
Evaluating Recommenders10 分
2の練習問題
Offline Evaluation and Metrics Quiz22 分
Programming Assignment Quiz28 分
1時間で修了
Online Evaluation
1時間で修了
4件のビデオ （合計66分）
4件のビデオ
Usage Logs and Analysis10 分
A/B Studies (Field Experiments)11 分
User-Centered Evaluation (Interview with Bart Knijnenburg)25 分
1の練習問題
Online Evaluation Quiz8 分
1時間で修了
Evaluation Design
1時間で修了
3件のビデオ （合計31分）, 2 readings, 1 quiz
2件の学習用教材
Intro to Assignment: Evaluation Design Cases10 分
Quiz Debrief10 分
1の練習問題
Assignment: Evaluation Design Cases12 分
レビュー
4.3
RECOMMENDER SYSTEMS: EVALUATION AND METRICS からの人気レビュー
SSによりJun 12, 2017
Very good. But left out 1 star because one honors assignment did not have the material(base code) to download. Repeated questions were not answered in forum.
NSによりDec 13, 2019
Wonderful course provide realtime examples of the pros and cons of each approach and metric, very useful and enjoyable
CSによりJul 15, 2017
A lot of very in detail theories and metrics. I wish it could have more hands on experience.
LLによりJul 18, 2017
wonderful!!! They teach a lot what I did not expect!
提供：
ミネソタ大学（University of 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.
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.
よくある質問
いつ講座や課題にアクセスできるようになりますか？
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。
この専門講座をサブスクライブすると何を行うことができるようになりますか？
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。
返金ポリシーについて教えてください。
学資援助はありますか？
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。
