Un système de recommandation est un processus qui cherche à prédire les préférences des utilisateurs. Cette spécialisation couvre toutes les techniques fondamentales des systèmes de recommandation, depuis les recommandations non personnalisées et les associations de projets jusqu'aux techniques de filtrage collaboratif et basées sur le contenu, ainsi que des sujets avancés tels que la factorisation de matrice, les méthodes hybrides d'apprentissage automatique pour les systèmes de recommandation et les techniques de réduction de dimension pour l'espace de préférence utilisateur-produit.
Cette Specializations est conçue pour servir à la fois l'expert en data mining qui voudrait mettre en œuvre des techniques telles que le filtrage collaboratif dans son travail, ainsi que le professionnel du marketing connaissant les données, qui voudrait se familiariser avec ces sujets.
Les cours proposent des exercices interactifs basés sur des feuilles de calcul pour maîtriser différents algorithmes, ainsi qu'un parcours de spécialisation qui vous permet d'approfondir l'utilisation de la boîte à outils open source LensKit.
À la fin de cette Specializations, vous serez en mesure d'implémenter ainsi que d'évaluer des systèmes de recommandation. Le projet Capstone réunit le matériel de cours avec un projet réaliste de conception et d'analyse de systèmes de recommandation.