In diesem Kurs lernen Sie eine Vielzahl von Techniken der Matrixfaktorisierung und des hybriden maschinellen Lernens für Empfehlungssysteme kennen. Beginnend mit der grundlegenden Matrixfaktorisierung werden Sie sowohl die Intuition als auch die praktischen Details des Aufbaus von Empfehlungssystemen verstehen, die auf der Verringerung der Dimensionalität des Präferenzraums zwischen Nutzer und Produkt basieren. Anschließend lernen Sie Techniken kennen, die die Stärken verschiedener Algorithmen zu leistungsstarken hybriden Empfehlungssystemen kombinieren.
Matrixfaktorisierung und fortgeschrittene Techniken
Matrixfaktorisierung und fortgeschrittene Techniken
Dieser Kurs ist Teil von Spezialisierung Empfehlungssysteme
Dozenten: Michael D. Ekstrand
15.567 bereits angemeldet
Bei 
enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.3
(186 Bewertungen)
Es dauert 14 Stunden
3 Wochen bei 4 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
7 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Empfehlungssysteme
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 6 Module
Das ist alles enthalten
1 Video
Dies ist ein zweiteiliges, zweiwöchiges Modul über Empfehlungsmethoden mit Matrixfaktorisierung. Es umfasst eine Aufgabe und ein Quiz (beide in der zweiten Woche fällig) sowie eine Aufgabe mit Auszeichnung (ebenfalls in der zweiten Woche fällig). Bitte gehen Sie sorgfältig vor - es wird schwierig sein, das Modul in zwei Wochen abzuschließen, wenn Sie nicht schon in der ersten Woche mit den Aufgaben beginnen.
Das ist alles enthalten
5 Videos1 Lektüre
Das ist alles enthalten
2 Videos2 Lektüren5 Aufgaben1 Programmieraufgabe
Dies ist ein dreiteiliges, zweiwöchiges Modul über hybride Empfehlungsalgorithmen und maschinelles Lernen sowie fortgeschrittene Empfehlungsmethoden. Es beinhaltet ein Quiz (fällig in der zweiten Woche) und eine Hausarbeit (ebenfalls fällig in der zweiten Woche). Bitte gehen Sie sorgfältig vor - es wird schwierig sein, den Kurs in zwei Wochen abzuschließen, wenn Sie nicht schon in der ersten Woche mit den Aufgaben beginnen.
Das ist alles enthalten
6 Videos
Das ist alles enthalten
3 Videos
Das ist alles enthalten
7 Videos1 Lektüre2 Aufgaben1 Programmieraufgabe
Dozenten
Lehrkraftbewertungen
4.9 (8 Bewertungen)
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Imperial College London
Johns Hopkins University
Howard University
Johns Hopkins University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.3
186 Bewertungen
- 5 stars
53,76 %
- 4 stars
32,79 %
- 3 stars
8,06 %
- 2 stars
4,30 %
- 1 star
1,07 %
Zeigt 3 von 186 an
AG
4
Geprüft am 9. Juni 2018
Programming Assignments are not clear enough and the quiz for the last one seems to be a bit off.
SK
5
Geprüft am 4. Dez. 2017
Awesome course especially for those doing Ph.D in recommender systems
AK
4
Geprüft am 13. Aug. 2017
Interview with Francesco Ricci
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.