Dans ce cours, vous apprendrez une variété de techniques de factorisation matricielle et d'apprentissage automatique hybride pour les systèmes de recommandation. En commençant par la factorisation matricielle de base, vous comprendrez à la fois l'intuition et les détails pratiques de la construction de systèmes de recommandation basés sur la réduction de la dimensionnalité de l'espace de préférence de l'utilisateur et du produit. Vous découvrirez ensuite des techniques qui combinent les forces de différents algorithmes pour créer de puissants systèmes de recommandation hybrides.

Factorisation des matrices et techniques avancées

Factorisation des matrices et techniques avancées
Ce cours fait partie de Spécialisation "Systèmes de recommandation"


Instructeurs : Michael D. Ekstrand
15 967 déjà inscrits
Inclus avec
190 avis
Compétences que vous acquerrez
- Catégorie : Model Evaluation
- Catégorie : Machine Learning
- Catégorie : Applied Machine Learning
- Catégorie : Linear Algebra
- Catégorie : Dimensionality Reduction
- Catégorie : Algorithms
- Catégorie : Machine Learning Algorithms
Détails à connaître

Ajouter à votre profil LinkedIn
7 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- 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

Il y a 6 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs


Offert par
En savoir plus sur Apprentissage automatique

28DIGITAL

University of Minnesota

University of Minnesota

Sungkyunkwan University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
54,73 %
- 4 stars
32,10 %
- 3 stars
7,89 %
- 2 stars
4,21 %
- 1 star
1,05 %
Affichage de 3 sur 190
Révisé le 11 sept. 2019
It will be great, if we can do honor's track with Python or R
Révisé le 2 janv. 2021
Really enjoyed the course!One suggestion I have is to blend in even more advanced techniques such as using neural networks (e.g. NCF)
Révisé le 9 janv. 2021
Very good. Per closing comments, it probably needs an update (since 2016) as this is active, progressive area.

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
Plus de questions
Aide financière disponible,

