Informações sobre o curso
5,092 visualizações recentes

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 8 horas para completar

Sugerido: 10 hours/week...

Inglês

Legendas: Inglês

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 8 horas para completar

Sugerido: 10 hours/week...

Inglês

Legendas: Inglês

Programa - O que você aprenderá com este curso

Semana
1
4 minutos para concluir

Preface

1 vídeo (Total 4 mín.)
Semana
2
1 hora para concluir

Matrix Factorization (Part 1)

5 vídeos (Total 70 mín.), 1 leitura
5 videos
Singular Value Decomposition17min
Gradient Descent Techniques17min
Deriving FunkSVD11min
Probabilistic Matrix Factorization10min
1 leituras
On Folding-In with Gradient Descent10min
Semana
3
4 horas para concluir

Matrix Factorization (Part 2)

2 vídeos (Total 15 mín.), 2 leituras, 6 testes
2 videos
Programming Matrix Factorization6min
2 leituras
Assignment Instructions10min
Intro - Programming Matrix Factorization10min
5 exercícios práticos
Matrix Factorization Assignment Part l10min
Matrix Factorization Assignment Part ll10min
Matrix Factorization Assignment Part lll10min
Matrix Factorization Quiz8min
SVD Programming Eval Quiz6min
Semana
4
2 horas para concluir

Hybrid Recommenders

6 vídeos (Total 96 mín.)
6 videos
Hybrids with Robin Burke16min
Hybridization through Matrix Factorization15min
Matrix Factorization Hybrids with George Karypis17min
Interview with Arindam Banerjee15min
Interview with Yehuda Koren22min
4.3
18 avaliaçõesChevron Right

50%

consegui um benefício significativo de carreira com este curso

Principais avaliações do Matrix Factorization and Advanced Techniques

por LLJul 19th 2017

great courses! They invite a lot of interviews to let me understand the sea of recommend system!

por SKDec 5th 2017

Awesome course especially for those doing Ph.D in recommender systems

Instrutores

Avatar

Michael D. Ekstrand

Assistant Professor
Dept. of Computer Science, Boise State University
Avatar

Joseph A Konstan

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

Sobre Universidade de MinnesotaUniversidade de 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 Programa de cursos integrados Sistemas de recomendação

A Recommender System is a process that seeks to predict user preferences. This Specialization covers all the fundamental techniques in recommender systems, from non-personalized and project-association recommenders through content-based and collaborative filtering techniques, as well as advanced topics like matrix factorization, hybrid machine learning methods for recommender systems, and dimension reduction techniques for the user-product preference space. This Specialization is designed to serve both the data mining expert who would want to implement techniques like collaborative filtering in their job, as well as the data literate marketing professional, who would want to gain more familiarity with these topics. The courses offer interactive, spreadsheet-based exercises to master different algorithms, along with an honors track where you can go into greater depth using the LensKit open source toolkit. By the end of this Specialization, you’ll be able to implement as well as evaluate recommender systems. The Capstone Project brings together the course material with a realistic recommender design and analysis project....
Sistemas de recomendação

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.