Recommender Systems Complete Course Beginner to Advanced

Diese kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

Recommender Systems Complete Course Beginner to Advanced

Dozent: Packt

Bei Coursera Plus enthalten

Mehr erfahren

3 Module

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

Stufe Mittel

Empfohlene Erfahrung

Es dauert 9 Stunden

3 Wochen bei 3 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

3 Module

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

Stufe Mittel

Empfohlene Erfahrung

Es dauert 9 Stunden

3 Wochen bei 3 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Identify the fundamental concepts of sequence data and time series forecasting.
Explain the workings of autoregressive linear models and simple RNNs.
Implement GRU and LSTM units for various prediction tasks using TensorFlow.
Differentiate between simple RNNs, GRU, and LSTM units.

Kompetenzen, die Sie erwerben

Kategorie: Machine Learning
Kategorie: TensorFlow 2
Kategorie: Data Learning
Kategorie: Data Science
Kategorie: Recurrent Neural Networks

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

September 2024

Bewertungen

1 Aufgabe

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

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 3 Module

Dive into the world of Recurrent Neural Networks (RNNs) with this in-depth course designed to equip you with essential knowledge and hands-on skills using TensorFlow. Start with an introduction to the core concepts of sequence data and time series forecasting, then progress to understanding and implementing autoregressive linear models. Discover how to apply simple RNNs to solve many-to-one and many-to-many problems, with practical coding sessions in TensorFlow 2.

Move beyond basics with modern RNN units like GRU and LSTM, mastering their application in complex signal prediction and overcoming long-distance dependency issues. Learn the intricacies of RNN architecture and prepare to tackle more challenging tasks such as image classification and stock return predictions. The course emphasizes practical coding exercises, ensuring you can confidently implement these techniques in real-world scenarios. Finally, explore natural language processing (NLP) applications, including embeddings, text preprocessing, and text classification using LSTMs. This course is structured to provide a thorough understanding of RNNs, empowering you to apply these deep learning models effectively in various domains. This course is perfect for developers, data scientists, and tech enthusiasts who want to learn how to build and implement recommender systems. Basic knowledge of Python and machine learning concepts is recommended but not required.

In this module, we will introduce the instructor and provide an overview of the course. You'll learn about the course structure, the key concepts covered, and the differences between machine learning and deep learning recommender systems.

Das ist alles enthalten

5 Videos1 Lektüre

In this module, we will explore the fundamentals of recommender systems, including their motivations, processes, and goals. You'll learn about different generations of recommender systems, their real-world applications, and the challenges they face. Additionally, this section covers various filtering techniques and their evaluation methods.

Das ist alles enthalten

63 Videos

63 VideosInsgesamt 368 Minuten

Motivation for Recommender System: Recommender Systems Overview2 MinutenModulvorschau
Motivation for Recommender System: Introduction to Recommender Systems3 Minuten
Motivation for Recommender System: Recommender Systems Process and Goals5 Minuten
Motivation for Recommender System: Generations of Recommender Systems2 Minuten
Motivation for Recommender System: Nexus of AI and Recommender Systems6 Minuten
Motivation for Recommender System: Applications and Real-World Challenges4 Minuten
Motivation for Recommender System: Quiz0 Minuten
Motivation for Recommender System: Quiz Solution2 Minuten
Basics of Recommender System: Overview4 Minuten
Basics of Recommender System: Taxonomy of Recommender Systems9 Minuten
Basics of Recommender System: ICM4 Minuten
Basics of Recommender System: User Rating Matrix5 Minuten
Basics of Recommender System: Quality of Recommender System11 Minuten
Basics of Recommender System: Online Evaluation Techniques6 Minuten
Basics of Recommender System: Offline Evaluation Techniques5 Minuten
Basics of Recommender System: Data Partitioning6 Minuten
Basics of Recommender System: Important Parameters3 Minuten
Basics of Recommender System: Error Metric Computation5 Minuten
Basics of Recommender System: Content-Based Filtering4 Minuten
Basics of Recommender System: Collaborative Filtering and User-Based Collaborative Filtering5 Minuten
Basics of Recommender System: Item Model and Memory-Based Collaborative Filtering6 Minuten
Basics of Recommender System: Quiz0 Minuten
Basics of Recommender System: Quiz Solution1 Minute
Machine Learning for Recommender Systems: Overview3 Minuten
Machine Learning for Recommender Systems: Benefits of Machine Learning7 Minuten
Machine Learning for Recommender Systems: Guidelines for ML5 Minuten
Machine Learning for Recommender Systems: Design Approaches for ML5 Minuten
Machine Learning for Recommender Systems: Content-Based Filtering3 Minuten
Machine Learning for Recommender Systems: Data Preparation for Content-Based Filtering7 Minuten
Machine Learning for Recommender Systems: Data Manipulation for Content-Based Filtering11 Minuten
Machine Learning for Recommender Systems: Exploring Genres in Content-Based Filtering12 Minuten
Machine Learning for Recommender Systems: tf-idf Matrix11 Minuten
Machine Learning for Recommender Systems: Recommendation Engine9 Minuten
Machine Learning for Recommender Systems: Making Recommendations8 Minuten
Machine Learning for Recommender Systems: Item-Based Collaborative Filtering4 Minuten
Machine Learning for Recommender Systems: Item-Based Filtering Data Preparation13 Minuten
Machine Learning for Recommender Systems: Age Distribution for Users7 Minuten
Machine Learning for Recommender Systems: Collaborative Filtering using KNN16 Minuten
Machine Learning for Recommender Systems: Geographic Filtering3 Minuten
Machine Learning for Recommender Systems: KNN Implementation9 Minuten
Machine Learning for Recommender Systems: Making Recommendations with Collaborative Filtering12 Minuten
Machine Learning for Recommender Systems: User-Based Collaborative Filtering2 Minuten
Machine Learning for Recommender Systems: Quiz0 Minuten
Machine Learning for Recommender Systems: Quiz Solution2 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: Project Introduction2 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: Dataset Usage4 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: Missing Values5 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: Exploring Genres7 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: Occurrence Count6 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: tf-idf Implementation5 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: Similarity Index2 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: Fuzzywuzzy Implementation4 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: Find Closest Title4 Minuten
Project 1: Song Recommendation System Using Content-Based Filtering: Making Recommendations9 Minuten
Project 2: Movie Recommendation System Using Collaborative Filtering: Project Introduction2 Minuten
Project 2: Movie Recommendation System Using Collaborative Filtering: Dataset Discussion5 Minuten
Project 2: Movie Recommendation System Using Collaborative Filtering: Rating Plot5 Minuten
Project 2: Movie Recommendation System Using Collaborative Filtering: Count5 Minuten
Project 2: Movie Recommendation System Using Collaborative Filtering: Logarithm of Count5 Minuten
Project 2: Movie Recommendation System Using Collaborative Filtering: Active Users and Popular Movies8 Minuten
Project 2: Movie Recommendation System Using Collaborative Filtering: Create Collaborative Filter4 Minuten
Project 2: Movie Recommendation System Using Collaborative Filtering: KNN Implementation5 Minuten
Project 2: Movie Recommendation System Using Collaborative Filtering: Making Recommendations6 Minuten

In this module, we will delve into the application of deep learning techniques in recommender systems. You'll learn about foundational concepts, inference mechanisms, and different deep learning models, such as neural collaborative filtering and variational autoencoders. This module also includes a project on building an Amazon product recommendation system using TensorFlow.

Das ist alles enthalten

26 Videos1 Aufgabe

26 VideosInsgesamt 116 Minuten

Deep Learning Foundation for Recommender Systems: Module Introduction2 MinutenModulvorschau
Deep Learning Foundation for Recommender Systems: Overview3 Minuten
Deep Learning Foundation for Recommender Systems: Deep Learning in Recommendation systems3 Minuten
Deep Learning Foundation for Recommender Systems: Inference After Training3 Minuten
Deep Learning Foundation for Recommender Systems: Inference Mechanism3 Minuten
Deep Learning Foundation for Recommender Systems: Embeddings and User Context5 Minuten
Deep Learning Foundation for Recommender Systems: Neural Collaborative Filtering3 Minuten
Deep Learning Foundation for Recommender Systems: VAE Collaborative Filtering3 Minuten
Deep Learning Foundation for Recommender Systems: Strengths and Weaknesses of DL Models3 Minuten
Deep Learning Foundation for Recommender Systems: Deep Learning Quiz0 Minuten
Deep Learning Foundation for Recommender Systems: Deep Learning Quiz Solution1 Minute
Project Amazon Product Recommendation System: Module Overview1 Minute
Project Amazon Product Recommendation System: TensorFlow Recommenders1 Minute
Project Amazon Product Recommendation System: Two-Tower Model2 Minuten
Project Amazon Product Recommendation System: Project Overview1 Minute
Project Amazon Product Recommendation System: Download Libraries4 Minuten
Project Amazon Product Recommendation System: Data Visualization with WordCloud8 Minuten
Project Amazon Product Recommendation System: Make Tensors from DataFrame6 Minuten
Project Amazon Product Recommendation System: Rating Our Data6 Minuten
Project Amazon Product Recommendation System: Random Train-Test Split5 Minuten
Project Amazon Product Recommendation System: Making the Model and Query Tower8 Minuten
Project Amazon Product Recommendation System: Candidate Tower and Retrieval System5 Minuten
Project Amazon Product Recommendation System: Compute Loss3 Minuten
Project Amazon Product Recommendation System: Train and Validation11 Minuten
Project Amazon Product Recommendation System: Accuracy Versus Recommendations8 Minuten
Project Amazon Product Recommendation System: Making Recommendations7 Minuten

1 AufgabeInsgesamt 60 Minuten

Full Course Assessment60 Minuten

Dozent

Packt

295 Kurse5.350 Lernende

von

Packt

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.“

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

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.

Mehr erfahren

Häufig gestellte Fragen

Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.

Weitere Fragen

Besuchen Sie die das Hilfe-Center für Kursteilnehmer.

Diese kurs ist nicht verfügbar in Deutsch (Deutschland)

Recommender Systems Complete Course Beginner to Advanced

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Wichtige Details

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erwerben Sie ein Karrierezertifikat.

In diesem Kurs gibt es 3 Module

Introduction

Das ist alles enthalten

5 VideosInsgesamt 8 Minuten

1 LektüreInsgesamt 10 Minuten

Recommender Systems with Machine Learning

Das ist alles enthalten

63 VideosInsgesamt 368 Minuten

Deep Learning for Recommender Systems: An Applied Approach

Das ist alles enthalten

26 VideosInsgesamt 116 Minuten

1 AufgabeInsgesamt 60 Minuten

Dozent

von

Empfohlen, wenn Sie sich für Machine Learning interessieren

RNN Architecture and Sentiment Classification

Comprehensive Automation and Continuous Integration

Advanced RNN Concepts and Projects

Recommender Systems: An Applied Approach using Deep Learning

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Neue Karrieremöglichkeiten mit Coursera Plus

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Häufig gestellte Fragen

Weitere Fragen

Diese kurs ist nicht verfügbar in Deutsch (Deutschland)

Recommender Systems Complete Course Beginner to Advanced

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Wichtige Details

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erwerben Sie ein Karrierezertifikat.

In diesem Kurs gibt es 3 Module

Introduction

Das ist alles enthalten

Recommender Systems with Machine Learning

Das ist alles enthalten

Deep Learning for Recommender Systems: An Applied Approach

Das ist alles enthalten

Dozent

von

Empfohlen, wenn Sie sich für Machine Learning interessieren

RNN Architecture and Sentiment Classification

Comprehensive Automation and Continuous Integration

Advanced RNN Concepts and Projects

Recommender Systems: An Applied Approach using Deep Learning

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Neue Karrieremöglichkeiten mit Coursera Plus

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Häufig gestellte Fragen

Can I preview a course before enrolling?

When will I have access to the lectures and assignments?

What will I get when I enroll?

Weitere Fragen