Informações sobre o curso
4.3
159 classificações
42 avaliações
Programa de cursos integrados
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Horas para completar

Aprox. 12 horas para completar

Sugerido: 9 hours/week...
Idiomas disponíveis

Inglês

Legendas: Inglês...
Programa de cursos integrados
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Horas para completar

Aprox. 12 horas para completar

Sugerido: 9 hours/week...
Idiomas disponíveis

Inglês

Legendas: Inglês...

Programa - O que você aprenderá com este curso

Semana
1
Horas para completar
13 minutos para concluir

Preface

Note that this course is structured into two-week chunks. The first chunk focuses on User-User Collaborative Filtering; the second chunk on Item-Item Collaborative Filtering. Each chunk has most of the lectures in the first week, and assignments/quizzes and advanced topics in the second week. We encourage learners to treat each two-week chunk as one unit, starting the assignments as soon as they feel they have learned enough to get going....
Reading
1 vídeos (Total de 3 min), 1 leitura
Video1 videos
Reading1 leituras
Course Structure Outline10min
Horas para completar
1 horas para concluir

User-User Collaborative Filtering Recommenders Part 1

...
Reading
5 vídeos (Total de 85 min)
Video5 videos
Configuring User-User Collaborative Filtering9min
Influence Limiting and Attack Resistance; Interview with Paul Resnick21min
Trust-Based Recommendation; Interview with Jen Golbeck15min
Impact of Bad Ratings; Interview with Dan Cosley13min
Semana
2
Horas para completar
5 horas para concluir

User-User Collaborative Filtering Recommenders Part 2

...
Reading
2 vídeos (Total de 13 min), 2 leituras, 3 testes
Video2 videos
Programming Assignment - Programming User-User Collaborative Filtering4min
Reading2 leituras
Assignment Instructions: User-User CF10min
Introducing User-User CF Programming Assignment10min
Quiz2 exercícios práticos
User-User CF Answer Sheet48min
User-User Collaborative Filtering Quiz20min
Semana
3
Horas para completar
1 horas para concluir

Item-Item Collaborative Filtering Recommenders Part 1

...
Reading
6 vídeos (Total de 70 min)
Video6 videos
Item-Item Algorithm16min
Item-Item on Unary Data6min
Item-Item Hybrids and Extensions4min
Strengths and Weaknesses of Item-Item Collaborative Filtering9min
Interview with Brad Miller16min
Semana
4
Horas para completar
4 horas para concluir

Item-Item Collaborative Filtering Recommenders Part 2

...
Reading
2 vídeos (Total de 10 min), 2 leituras, 5 testes
Video2 videos
Programming Assignment - Programming Item-Item Collaborative Filtering4min
Reading2 leituras
Item-Based CF Assignment Instructions10min
Introducing Item-Item CF Programming Assignment10min
Quiz4 exercícios práticos
Item Based Assignment Part l10min
Item Based Assignment Part II10min
Item Based Assignment Part III10min
Item Based Assignment Part IV10min
Horas para completar
2 horas para concluir

Advanced Collaborative Filtering Topics

...
Reading
5 vídeos (Total de 73 min), 1 teste
Video5 videos
Recommending for Groups: Interview with Anthony Jameson14min
Threat Models11min
Explanations16min
Explanations, Part II: Interview with Nava Tintarev17min
Quiz1 exercícios práticos
Item-Based and Advanced Collaborative Filtering Topics Quiz20min
4.3

Melhores avaliações

por NRFeb 4th 2018

Extremely informative course! It would be great if the assignments are created on python or R in the next season's offering. Thanks for the knowledge!

por ARAug 4th 2017

Awesome as always, Joe and Michael rock. The interview with Brad Miller was stellar, felt like listening to the legends of rock-n-roll!

Instrutores

Avatar

Joseph A Konstan

Distinguished McKnight Professor and Distinguished University Teaching Professor
Computer Science and Engineering
Avatar

Michael D. Ekstrand

Assistant Professor
Dept. of Computer Science, Boise State University

Sobre University of Minnesota

The University of Minnesota is among the largest public research universities in the country, offering undergraduate, graduate, and professional students a multitude of opportunities for study and research. Located at the heart of one of the nation’s most vibrant, diverse metropolitan communities, students on the campuses in Minneapolis and St. Paul benefit from extensive partnerships with world-renowned health centers, international corporations, government agencies, and arts, nonprofit, and public service organizations....

Sobre o Programa de cursos integrados Recommender Systems

This Specialization covers all the fundamental techniques in recommender systems, from non-personalized and project-association recommenders through content-based and collaborative techniques. Designed to serve both the data mining expert and the data literate marketing professional, the courses offer interactive, spreadsheet-based exercises to master different algorithms along with an honors track where learners can go into greater depth using the LensKit open source toolkit. A Capstone Project brings together the course material with a realistic recommender design and analysis project....
Recommender Systems

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.