课程信息

4,269 次近期查看
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
中级

Basic knowledge of recommender systems. Some acquaintance with the most basic programming languages (like Python). Basic notions of linear algebra.

完成时间大约为15 小时
英语(English)

您将学到的内容有

  • You will be able to use some machine learning and neural network techniques, in order to build more sophisticated recommender systems.

  • You will learn how to combine different basic approaches into a hybrid recommender system, in order to improve the quality of recommendations.

  • You will know how to integrate different kinds of side information (about content or context) in a recommender system.

  • You'll learn how to use factorization machines and represent the input data, mixing together different kinds of filtering techniques.

可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
中级

Basic knowledge of recommender systems. Some acquaintance with the most basic programming languages (like Python). Basic notions of linear algebra.

完成时间大约为15 小时
英语(English)

提供方

Placeholder

EIT 数字

Placeholder

米兰理工大学

授课大纲 - 您将从这门课程中学到什么

1

1

完成时间为 3 小时

ADVANCED COLLABORATIVE FILTERING

完成时间为 3 小时
7 个视频 (总计 20 分钟), 2 个阅读材料, 3 个测验
2

2

完成时间为 2 小时

SINGULAR VALUE DECOMPOSITION TECHNIQUES - SVD

完成时间为 2 小时
8 个视频 (总计 26 分钟)
3

3

完成时间为 3 小时

HYBRID AND CONTEXT AWARE RECOMMENDER SYSTEMS

完成时间为 3 小时
10 个视频 (总计 24 分钟)
4

4

完成时间为 3 小时

FACTORIZATION MACHINES

完成时间为 3 小时
7 个视频 (总计 20 分钟)

常见问题

还有其他问题吗?请访问 学生帮助中心