Ce cours, qui est conçu pour servir de premier cours dans la spécialisation Systèmes de recommandation, introduit le concept de systèmes de recommandation, examine plusieurs exemples en détail, et vous conduit à travers la recommandation non personnalisée en utilisant des statistiques sommaires et des associations de produits, des recommandations basiques basées sur des stéréotypes ou démographiques, et des recommandations de filtrage basées sur le contenu.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Introduction aux systèmes de recommandation : Non-personnalisés et basés sur le contenu
Ce cours fait partie de Spécialisation Systèmes de recommandation
Instructeurs : Joseph A Konstan
38 949 déjà inscrits
Inclus dans le site
(644 avis)
Compétences que vous acquerrez
- Catégorie : Statistiques sommaires
- Catégorie : Fréquence inverse des documents (TF-IDF)
- Catégorie : Microsoft Excel
- Catégorie : Systèmes de recommandation
Détails à connaître
Ajouter à votre profil LinkedIn
12 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 6 modules dans ce cours
Ce bref module introduit le sujet des systèmes de recommandation (y compris en plaçant la technologie dans un contexte historique) et donne un aperçu de la structure et de la couverture du cours et de la spécialisation.
Inclus
2 vidéos1 lecture
Ce module présente les systèmes de recommandation de manière plus approfondie. Il comprend une taxonomie détaillée des types de systèmes de recommandation, ainsi que des visites de deux systèmes fortement dépendants de la technologie de recommandation : MovieLens et Amazon.com. La dernière leçon comporte une évaluation introductive pour s'assurer que vous comprenez les concepts fondamentaux des recommandations avant d'apprendre à les calculer.
Inclus
9 vidéos2 lectures2 devoirs
Dans ce module, vous apprendrez plusieurs techniques pour des recommandations non ou légèrement personnalisées, y compris comment utiliser des statistiques sommaires significatives, comment calculer des recommandations d'association de produits et comment explorer l'utilisation de données démographiques comme moyen de personnalisation légère. Il y a à la fois un devoir (essayer ces techniques dans une feuille de calcul) et un quiz pour tester votre compréhension.
Inclus
7 vidéos5 lectures8 devoirs1 devoir de programmation
Le thème suivant de ce cours est le filtrage basé sur le contenu, une technique de personnalisation basée sur la construction d'un profil d'intérêts personnels. Répartis sur deux semaines, vous apprendrez et pratiquerez les techniques de base du filtrage basé sur le contenu et explorerez ensuite une variété d'interfaces avancées et de techniques de calcul basées sur le contenu utilisées dans les systèmes de recommandation.
Inclus
8 vidéos
Les évaluations pour le filtrage basé sur le contenu comprennent un devoir où vous calculez trois types de profil et de prédiction en utilisant une feuille de calcul, ainsi qu'un quiz sur les sujets abordés. Le devoir se compose de trois parties : un devoir écrit, une introduction vidéo et un "quiz" dans lequel vous fournissez des réponses à partir de votre travail, qui seront automatiquement notées.
Inclus
2 vidéos3 lectures2 devoirs1 devoir de programmation
Nous terminons ce cours par un ensemble de notations mathématiques qui nous seront utiles lorsque nous aborderons un éventail plus large de systèmes de recommandation (dans les cours ultérieurs de cette spécialisation).
Inclus
2 vidéos1 lecture
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Apprentissage automatique
University of Minnesota
EIT Digital
Sungkyunkwan University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 644
644 avis
- 5 stars
60,31 %
- 4 stars
29,45 %
- 3 stars
6,35 %
- 2 stars
2,01 %
- 1 star
1,86 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Cette spécialisation est une extension substantielle et une mise à jour de notre cours d'introduction original. Il comprend environ 60% de cours nouveaux et étendus et la plupart des nouveaux devoirs et évaluations. Ce cours a spécifiquement ajouté du matériel sur les recommandeurs stéréotypés et démographiques et sur les techniques avancées dans la recommandation basée sur le contenu.
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.