Ce cours, qui est conçu pour servir de premier cours dans la spécialisation Systèmes de recommandation, introduit le concept de systèmes de recommandation, examine plusieurs exemples en détail, et vous conduit à travers la recommandation non personnalisée en utilisant des statistiques sommaires et des associations de produits, des recommandations basiques basées sur des stéréotypes ou démographiques, et des recommandations de filtrage basées sur le contenu.
Introduction aux systèmes de recommandation : Non-personnalisés et basés sur le contenu
Introduction aux systèmes de recommandation : Non-personnalisés et basés sur le contenu
Ce cours fait partie de Spécialisation Systèmes de recommandation
Instructeurs : Joseph A Konstan
39 583 déjà inscrits
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.4
(646 avis)
niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
Env. 23 heures
Apprenez à votre propre rythme
89%
La plupart des étudiants ont apprécié ce cours
Compétences que vous acquerrez
- Catégorie : Analyse des Données
- Catégorie : Probabilités et statistiques
- Catégorie : Apprentissage automatique
- Catégorie : Apprentissage automatique appliqué
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
12 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Systèmes de recommandation
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 6 modules dans ce cours
Ce bref module introduit le sujet des systèmes de recommandation (y compris en plaçant la technologie dans un contexte historique) et donne un aperçu de la structure et de la couverture du cours et de la spécialisation.
Inclus
2 vidéos1 lecture
Ce module présente les systèmes de recommandation de manière plus approfondie. Il comprend une taxonomie détaillée des types de systèmes de recommandation, ainsi que des visites de deux systèmes fortement dépendants de la technologie de recommandation : MovieLens et Amazon.com. La dernière leçon comporte une évaluation introductive pour s'assurer que vous comprenez les concepts fondamentaux des recommandations avant d'apprendre à les calculer.
Inclus
9 vidéos2 lectures2 devoirs
Dans ce module, vous apprendrez plusieurs techniques pour des recommandations non ou légèrement personnalisées, y compris comment utiliser des statistiques sommaires significatives, comment calculer des recommandations d'association de produits et comment explorer l'utilisation de données démographiques comme moyen de personnalisation légère. Il y a à la fois un devoir (essayer ces techniques dans une feuille de calcul) et un quiz pour tester votre compréhension.
Inclus
7 vidéos5 lectures8 devoirs1 devoir de programmation
Le thème suivant de ce cours est le filtrage basé sur le contenu, une technique de personnalisation basée sur la construction d'un profil d'intérêts personnels. Répartis sur deux semaines, vous apprendrez et pratiquerez les techniques de base du filtrage basé sur le contenu et explorerez ensuite une variété d'interfaces avancées et de techniques de calcul basées sur le contenu utilisées dans les systèmes de recommandation.
Inclus
8 vidéos
Les évaluations pour le filtrage basé sur le contenu comprennent un devoir où vous calculez trois types de profil et de prédiction en utilisant une feuille de calcul, ainsi qu'un quiz sur les sujets abordés. Le devoir se compose de trois parties : un devoir écrit, une introduction vidéo et un "quiz" dans lequel vous fournissez des réponses à partir de votre travail, qui seront automatiquement notées.
Inclus
2 vidéos3 lectures2 devoirs1 devoir de programmation
Nous terminons ce cours par un ensemble de notations mathématiques qui nous seront utiles lorsque nous aborderons un éventail plus large de systèmes de recommandation (dans les cours ultérieurs de cette spécialisation).
Inclus
2 vidéos1 lecture
Instructeurs
Évaluations de l’enseignant
4.6 (60 évaluations)Offert par
Recommandé si vous êtes intéressé(e) par Apprentissage automatique
University of Michigan
Duke University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.4
646 avis
- 5 stars
60,43 %
- 4 stars
29,36 %
- 3 stars
6,33 %
- 2 stars
2 %
- 1 star
1,85 %
Affichage de 3 sur 646
DP
5
Révisé le 8 déc. 2017
Nice introduction to recommender systems for those who have never heard about it before. No complex mathematical formula (which can also be seen by some as a downside).
IP
5
Révisé le 19 sept. 2016
it's a fantastic course that gives you a good idea of what the objectives of recommender systems are and some intuition on the way how it can be accomplished.
NA
4
Révisé le 7 avr. 2020
The course and its content was quite interesting and easy, so I will be taking the next course in this specialization of Recommender System Specialization
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Cette spécialisation est une extension substantielle et une mise à jour de notre cours d'introduction original. Il comprend environ 60% de cours nouveaux et étendus et la plupart des nouveaux devoirs et évaluations. Ce cours a spécifiquement ajouté du matériel sur les recommandeurs stéréotypés et démographiques et sur les techniques avancées dans la recommandation basée sur le contenu.
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.