When will I have access to the lectures and assignments?

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

What will I get if I purchase the Certificate?

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Fundamentos de sistemas recomendadores

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

Pontificia Universidad Católica de Chile

Fundamentos de sistemas recomendadores

Dozent: Denis Parra

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

8 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

8 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

Kategorie: AI Personalization
Kategorie: Predictive Modeling
Kategorie: Unsupervised Learning
Kategorie: Model Evaluation
Kategorie: Machine Learning Methods
Kategorie: Machine Learning
Kategorie: Text Mining
Kategorie: Dimensionality Reduction
Kategorie: Machine Learning Algorithms

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

8 Aufgaben

Unterrichtet in Spanisch

91% of learners achieved a positive career outcome

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 6 Module

El MOOC “Fundamentos de sistemas recomendadores” tiene como propósito que los estudiantes conozcan los principales conceptos asociados a estos sistemas, así como su evolución histórica. Se enseñarán las principales técnicas de recomendación, como son el filtrado colaborativo y el filtrado basado en contenido. Adicionalmente, se espera que los estudiantes conozcan y apliquen diversas métricas de evaluación que les permitan evaluar diferentes dimensiones de los sistemas de recomendación.

Moduldetails

¡Bienvenidos y bienvenidas! Este curso tiene como propósito entregar los fundamentos de los sistemas de recomendación desde el punto de vista de entender el problema de recomendación personalizada, así como conocer y utilizar métodos y de métricas de evaluación.

Das ist alles enthalten

1 Video2 Lektüren

En este módulo aprenderás qué es un sistema de recomendación a partir de definiciones y ejemplos, veremos diferentes tipos de sistemas de recomendación e introduciremos cómo hacer recomendación no personalizada.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

3 VideosInsgesamt 17 Minuten

Definición ejemplos de sistemas de recomendación 6 Minuten
Tipos de sistemas de recomendación6 Minuten
Recomendación no personalizada5 Minuten

1 LektüreInsgesamt 10 Minuten

Recomedada: Recommender systems: Introduction and challenges. Recommender systems handbook. 10 Minuten

2 AufgabenInsgesamt 75 Minuten

Sumativo: Clasificación de sistemas de recomendación y recomendación no personalizada45 Minuten
Formativo: Introducción y recomendación no personalizada30 Minuten

En este módulo aprenderás qué es el filtrado colaborativa, diferentes versiones como la basada en usuarios y la basada en ítems, así como la técnica pendiente uno.

Das ist alles enthalten

4 Videos1 Lektüre2 Aufgaben

4 VideosInsgesamt 25 Minuten

Recomendación como predicción de ratings5 Minuten
Filtrado colaborativo basado en usuarios7 Minuten
Filtrado Colaborativo basado en ítems (IKNN)7 Minuten
Recomendación con algoritmo pendiente uno6 Minuten

1 LektüreInsgesamt 10 Minuten

Rating-based collaborative filtering: algorithms and evaluation. Social information access: Systems and technologies. Secciones 1-410 Minuten

2 AufgabenInsgesamt 75 Minuten

Sumativo: Filtrado colaborativo, pendiente uno y content-based45 Minuten
Formativo: Filtrado Colaborativo30 Minuten

En este módulo aprenderás sobre la recomendación basada en contenido, cómo usar descripciones textuales para recomendar y cómo evaluar un sistema de recomendación usando métricas de ranking.

Das ist alles enthalten

4 Videos2 Lektüren2 Aufgaben

4 VideosInsgesamt 25 Minuten

Recomendación en base a contenidos5 Minuten
Recomendación basada en contenido de texto9 Minuten
Evaluación basada en ranking I: precision, recall, MRR6 Minuten
Evaluación basada en ranking II: MAP, nDCG y AUC6 Minuten

2 LektürenInsgesamt 20 Minuten

Performance of recommender algorithms on top-n recommendation tasks. In Proceedings of the fourth ACM conference on Recommender systems.10 Minuten
Recomendada: Recommender Systems Handbook: Cap. Content-based recommender systems: State of the art and trends. 10 Minuten

2 AufgabenInsgesamt 75 Minuten

Sumativo: Evaluación de sistemas recomendadores, recomendación basada en texto y métodos latentes45 Minuten
Formativo: Recomendación basada en contenido de texto y evaluación basada en ranking30 Minuten

En este módulo aprenderás sobre métodos latentes, su relación con factorización matricial y cómo usarla para predecir ratings y hacer recomendaciones.

Das ist alles enthalten

4 Videos1 Lektüre2 Aufgaben

4 VideosInsgesamt 27 Minuten

Introducción a los métodos latentes6 Minuten
Factorización Matricial para predecir factores latentes8 Minuten
FunkSVD7 Minuten
Ejemplo práctico usando FunkSVD6 Minuten

1 LektüreInsgesamt 10 Minuten

Matrix factorization techniques for recommender systems. Computer.10 Minuten

2 AufgabenInsgesamt 75 Minuten

Sumativo: Factorización matricial y FunkSVD45 Minuten
Formativo: Factorización matricial y FunkSVD30 Minuten

Les queremos agradecer el habernos acompañado en el curso. Esperamos que los contenidos abordados sean un real aporte en tu carrera profesional /laboral.