About this Course
최근 조회 5,822

다음의 4/5개 강좌

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 8시간 필요

권장: 10 hours/week...

영어

자막: 영어

다음의 4/5개 강좌

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 8시간 필요

권장: 10 hours/week...

영어

자막: 영어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 4분 필요

Preface

...
1 video (Total 4 min)
2
완료하는 데 1시간 필요

Matrix Factorization (Part 1)

This is a two-part, two-week module on matrix factorization recommender techniques. It includes an assignment and quiz (both due in the second week), and an honors assignment (also due in the second week). Please pace yourself carefully -- it will be difficult to finish in two weeks unless you start the assignments during the first week.

...
5 videos (Total 70 min), 1 reading
5개의 동영상
Singular Value Decomposition17m
Gradient Descent Techniques17m
Deriving FunkSVD11m
Probabilistic Matrix Factorization10m
1개의 읽기 자료
On Folding-In with Gradient Descent10m
3
완료하는 데 4시간 필요

Matrix Factorization (Part 2)

...
2 videos (Total 15 min), 2 readings, 6 quizzes
2개의 동영상
Programming Matrix Factorization6m
2개의 읽기 자료
Assignment Instructions10m
Intro - Programming Matrix Factorization10m
5개 연습문제
Matrix Factorization Assignment Part l10m
Matrix Factorization Assignment Part ll10m
Matrix Factorization Assignment Part lll10m
Matrix Factorization Quiz8m
SVD Programming Eval Quiz6m
4
완료하는 데 2시간 필요

Hybrid Recommenders

This is a three-part, two-week module on hybrid and machine learning recommendaton algorithms and advanced recommender techniques. It includes a quiz (due in the second week), and an honors assignment (also due in the second week). Please pace yourself carefully -- it will be difficult to finish the honors track in two weeks unless you start the assignments during the first week.

...
6 videos (Total 96 min)
6개의 동영상
Hybrids with Robin Burke16m
Hybridization through Matrix Factorization15m
Matrix Factorization Hybrids with George Karypis17m
Interview with Arindam Banerjee15m
Interview with Yehuda Koren22m
4.2
18개의 리뷰Chevron Right

50%

이 강좌를 통해 확실한 경력상 이점 얻기

Matrix Factorization and Advanced Techniques의 최상위 리뷰

대학: LLJul 19th 2017

great courses! They invite a lot of interviews to let me understand the sea of recommend system!

대학: SKDec 5th 2017

Awesome course especially for those doing Ph.D in recommender systems

강사

Avatar

Michael D. Ekstrand

Assistant Professor
Dept. of Computer Science, Boise State University
Avatar

Joseph A Konstan

Distinguished McKnight Professor and Distinguished University Teaching Professor
Computer Science and Engineering

미네소타 대학교 정보

The University of Minnesota is among the largest public research universities in the country, offering undergraduate, graduate, and professional students a multitude of opportunities for study and research. Located at the heart of one of the nation’s most vibrant, diverse metropolitan communities, students on the campuses in Minneapolis and St. Paul benefit from extensive partnerships with world-renowned health centers, international corporations, government agencies, and arts, nonprofit, and public service organizations....

추천 시스템 전문 분야 정보

This Specialization covers all the fundamental techniques in recommender systems, from non-personalized and project-association recommenders through content-based and collaborative techniques. Designed to serve both the data mining expert and the data literate marketing professional, the courses offer interactive, spreadsheet-based exercises to master different algorithms along with an honors track where learners can go into greater depth using the LensKit open source toolkit. A Capstone Project brings together the course material with a realistic recommender design and analysis project....
추천 시스템

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.