Fundamentos de sistemas recomendadores

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Pontificia Universidad Católica de Chile

Fundamentos de sistemas recomendadores

Instructeur : Denis Parra

6 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

8 heures à compléter

Planning flexible

Apprenez à votre propre rythme

6 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

8 heures à compléter

Planning flexible

Apprenez à votre propre rythme

Compétences que vous acquerrez

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

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

8 devoirs

Enseigné en Espagnol

91% of learners achieved a positive career outcome

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 6 modules dans ce cours

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.

¡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.

Inclus

1 vidéo2 lectures

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.

Inclus

3 vidéos1 lecture2 devoirs

3 vidéosTotal 17 minutes

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

1 lectureTotal 10 minutes

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

2 devoirsTotal 75 minutes

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

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.

Inclus

4 vidéos1 lecture2 devoirs

4 vidéosTotal 25 minutes

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

1 lectureTotal 10 minutes

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

2 devoirsTotal 75 minutes

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

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.

Inclus

4 vidéos2 lectures2 devoirs

4 vidéosTotal 25 minutes

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

2 lecturesTotal 20 minutes

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

2 devoirsTotal 75 minutes

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

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

Inclus

4 vidéos1 lecture2 devoirs

4 vidéosTotal 27 minutes

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

1 lectureTotal 10 minutes

Matrix factorization techniques for recommender systems. Computer.10 minutes

2 devoirsTotal 75 minutes

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

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

Inclus

1 vidéo1 lecture1 plugin

Instructeur

Denis Parra

Pontificia Universidad Católica de Chile

4 Cours4 322 apprenants

Offert par

Pontificia Universidad Católica de Chile

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Débloquez l'accès à plus de 10 000 cours grâce à un abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez les 4 700 entreprises internationales qui ont choisi Coursera for Business.

Foire Aux Questions

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.

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.

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.