この専門講座について

9,311 最近の表示
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.
受講生の就業成果
60%
この専門講座終了後に新しいキャリアをスタートしました
12%
昇給や昇進につながった
共有できる証明書
修了時に証明書を取得
100%オンラインコース
自分のスケジュールですぐに学習を始めてください。
フレキシブルなスケジュール
柔軟性のある期限の設定および維持
中級レベル
約5か月で修了
推奨3時間/週
英語
受講生の就業成果
60%
この専門講座終了後に新しいキャリアをスタートしました
12%
昇給や昇進につながった
共有できる証明書
修了時に証明書を取得
100%オンラインコース
自分のスケジュールですぐに学習を始めてください。
フレキシブルなスケジュール
柔軟性のある期限の設定および維持
中級レベル
約5か月で修了
推奨3時間/週
英語

この専門講座には5コースあります。

コース1

コース 1

Introduction to Recommender Systems: Non-Personalized and Content-Based

4.5
555件の評価
117件のレビュー
コース2

コース 2

Nearest Neighbor Collaborative Filtering

4.3
278件の評価
63件のレビュー
コース3

コース 3

Recommender Systems: Evaluation and Metrics

4.3
203件の評価
29件のレビュー
コース4

コース 4

Matrix Factorization and Advanced Techniques

4.3
162件の評価
24件のレビュー

提供:

Placeholder

ミネソタ大学(University of Minnesota)

よくある質問

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。