Informações sobre o curso

10,219 visualizações recentes

Resultados de carreira do aprendiz

50%

consegui um benefício significativo de carreira com este curso

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 13 horas para completar

Inglês

Legendas: Inglês

Resultados de carreira do aprendiz

50%

consegui um benefício significativo de carreira com este curso

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 13 horas para completar

Inglês

Legendas: Inglês

oferecido por

Logotipo de Universidade de MinnesotaUniversidade de Minnesota

Universidade de MinnesotaUniversidade de Minnesota

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

4 minutos para concluir

Preface

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

Semana 2

1 hora para concluir

Matrix Factorization (Part 1)

1 hora para concluir
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

Semana 3

4 horas para concluir

Matrix Factorization (Part 2)

4 horas para concluir
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

Semana 4

2 horas para concluir

Hybrid Recommenders

2 horas para concluir
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

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.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.