课程信息

26,828 次近期查看

学生职业成果

60%

完成这些课程后已开始新的职业生涯

40%

通过此课程获得实实在在的工作福利

12%

加薪或升职
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。
第 1 门课程(共 5 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为20 小时
英语(English)
字幕:英语(English)

您将获得的技能

Summary StatisticsTerm Frequency Inverse Document Frequency (TF-IDF)Microsoft ExcelRecommender Systems

学生职业成果

60%

完成这些课程后已开始新的职业生涯

40%

通过此课程获得实实在在的工作福利

12%

加薪或升职
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。
第 1 门课程(共 5 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为20 小时
英语(English)
字幕:英语(English)

提供方

明尼苏达大学 徽标

明尼苏达大学

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up90%(1,896 个评分)Info
1

1

完成时间为 1 小时

Preface

完成时间为 1 小时
2 个视频 (总计 41 分钟), 1 个阅读材料
2 个视频
Intro to Course and Specialization13分钟
1 个阅读材料
Notes on Course Design and Relationship to Prior Courses10分钟
完成时间为 3 小时

Introducing Recommender Systems

完成时间为 3 小时
9 个视频 (总计 147 分钟), 2 个阅读材料, 2 个测验
9 个视频
Preferences and Ratings17分钟
Predictions and Recommendations16分钟
Taxonomy of Recommenders I27分钟
Taxonomy of Recommenders II21分钟
Tour of Amazon.com21分钟
Recommender Systems: Past, Present and Future16分钟
Introducing the Honors Track7分钟
Honors: Setting up the development environment10分钟
2 个阅读材料
About the Honors Track10分钟
Downloads and Resources10分钟
2 个练习
Closing Quiz: Introducing Recommender Systems20分钟
Honors Track Pre-Quiz2分钟
2

2

完成时间为 7 小时

Non-Personalized and Stereotype-Based Recommenders

完成时间为 7 小时
7 个视频 (总计 111 分钟), 5 个阅读材料, 9 个测验
7 个视频
Summary Statistics I16分钟
Summary Statistics II22分钟
Demographics and Related Approaches13分钟
Product Association Recommenders19分钟
Assignment #1 Intro Video14分钟
Assignment Intro: Programming Non-Personalized Recommenders17分钟
5 个阅读材料
External Readings on Ranking and Scoring10分钟
Assignment 1 Instructions: Non-Personalized and Stereotype-Based Recommenders10分钟
Assignment Intro: Programming Non-Personalized Recommenders10分钟
LensKit Resources10分钟
Rating Data Information10分钟
8 个练习
Assignment #1: Response #1: Top Movies by Mean Rating10分钟
Assignment #1: Response #2: Top Movies by Count10分钟
Assignment #1: Response #3: Top Movies by Percent Liking10分钟
Assignment #1: Response #4: Association with Toy Story10分钟
Assignment #1: Response #5: Correlation with Toy Story10分钟
Assignment #1: Response #6: Male-Female Differences in Average Rating10分钟
Assignment #1: Response #7: Male-Female differences in Liking8分钟
Non-Personalized Recommenders20分钟
3

3

完成时间为 3 小时

Content-Based Filtering -- Part I

完成时间为 3 小时
8 个视频 (总计 156 分钟)
8 个视频
TFIDF and Content Filtering24分钟
Content-Based Filtering: Deeper Dive26分钟
Entree Style Recommenders -- Robin Burke Interview13分钟
Case-Based Reasoning -- Interview with Barry Smyth13分钟
Dialog-Based Recommenders -- Interview with Pearl Pu21分钟
Search, Recommendation, and Target Audiences -- Interview with Sole Pera11分钟
Beyond TFIDF -- Interview with Pasquale Lops21分钟
4

4

完成时间为 6 小时

Content-Based Filtering -- Part II

完成时间为 6 小时
2 个视频 (总计 26 分钟), 3 个阅读材料, 3 个测验
2 个视频
Honors: Intro to programming assignment10分钟
3 个阅读材料
Content-Based Recommenders Spreadsheet Assignment (aka Assignment #2)1 小时 20 分
Tools for Content-Based Filtering10分钟
CBF Programming Intro10分钟
2 个练习
Assignment #2 Answer Form20分钟
Content-Based Filtering20分钟
完成时间为 1 小时

Course Wrap-up

完成时间为 1 小时
2 个视频 (总计 45 分钟), 1 个阅读材料
2 个视频
Psychology of Preference & Rating -- Interview with Martijn Willemsen31分钟
1 个阅读材料
Related Readings10分钟

审阅

来自INTRODUCTION TO RECOMMENDER SYSTEMS: NON-PERSONALIZED AND CONTENT-BASED的热门评论

查看所有评论

关于 推荐系统 专项课程

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....
推荐系统

常见问题

  • 讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程,则可以免费查看大多数课程资料。要访问评分作业并获得证书,您需要在旁听期间或之后购买证书体验。如果看不到旁听选项:

    • 课程可能不提供旁听选项。您可以尝试免费试用,也可以申请助学金。
    • 课程可能会改为提供'完整课程,没有证书'。通过此选项,您可以查看所有课程材料、提交所要求的作业,以及获得最终成绩。这也意味着您将无法购买证书体验。
  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 如果订阅,您可以获得 7 天免费试听,在此期间,您可以取消课程,无需支付任何罚金。在此之后,我们不会退款,但您可以随时取消订阅。请阅读我们完整的退款政策

  • 是的,Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤,包括毕业项目。了解更多

  • This specialization is a substantial extension and update of our original introductory course. It involves about 60% new and extended lectures and mostly new assignments and assessments. This course specifically has added material on stereotyped and demographic recommenders and on advanced techniques in content-based recommendation.

  • 此课程不提供大学学分,但部分大学可能会选择接受课程证书作为学分。查看您的合作院校,了解详情。Coursera 上的在线学位Mastertrack™ 证书提供获得大学学分的机会。

还有其他问题吗?请访问 学生帮助中心