이 강좌에 대하여

최근 조회 3,403
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
중급 단계

Basic knowledge of recommender systems. Basic notions of linear algebra.

완료하는 데 약 15시간 필요
영어

배울 내용

  • You will be able to use some machine learning 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.

유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
중급 단계

Basic knowledge of recommender systems. Basic notions of linear algebra.

완료하는 데 약 15시간 필요
영어

제공자:

Placeholder

EIT 디지털

Placeholder

밀라노 국립건축대학

강의 계획표 - 이 강좌에서 배울 내용

1

1

완료하는 데 3시간 필요

ADVANCED COLLABORATIVE FILTERING

완료하는 데 3시간 필요
7개 동영상 (총 20분), 2 개의 읽기 자료, 3 개의 테스트
2

2

완료하는 데 2시간 필요

SINGULAR VALUE DECOMPOSITION TECHNIQUES - SVD

완료하는 데 2시간 필요
8개 동영상 (총 26분)
3

3

완료하는 데 3시간 필요

HYBRID AND CONTEXT AWARE RECOMMENDER SYSTEMS

완료하는 데 3시간 필요
10개 동영상 (총 24분)
4

4

완료하는 데 3시간 필요

FACTORIZATION MACHINES

완료하는 데 3시간 필요
7개 동영상 (총 20분)

검토

ADVANCED RECOMMENDER SYSTEMS의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.