在本课程中，您将学习通过近邻技术进行个性化推荐的基本技术。 首先，您将学习用户-用户协同过滤（user-user collaborative filtering），这种算法可以识别与目标用户品味相似的其他人，并结合他们的评分为该用户提供推荐。 您将探索和实施用户-用户算法的各种变体，并探索一般方法的优点和缺点。 然后，您将学习广泛使用的项目-项目协同过滤算法，该算法可从用户评分中识别全局产品关联，并根据用户自己的产品评分使用这些产品关联提供个性化推荐。
近邻协同过滤法
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 推荐系统 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有6个模块
请注意，本课程分为两周。 第一部分侧重于用户-用户协同过滤；第二部分侧重于项目-项目协同过滤。 每个单元的大部分授课内容在第一周，作业/测验和高级主题在第二周。 我们鼓励学习者将每个为期两周的学习单元视为一个单元，当他们觉得已经学到足够的知识时，就开始布置作业。
涵盖的内容
1个视频1篇阅读材料
涵盖的内容
5个视频
涵盖的内容
2个视频2篇阅读材料2个作业1个编程作业
涵盖的内容
6个视频
涵盖的内容
2个视频2篇阅读材料4个作业1个编程作业
涵盖的内容
5个视频1个作业
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(14个评价)
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
54.54%
- 4 stars
28.57%
- 3 stars
11.36%
- 2 stars
2.59%
- 1 star
2.92%
显示 3/308 个
NR
已于 Feb 3, 2018审阅
Extremely informative course! It would be great if the assignments are created on python or R in the next season's offering. Thanks for the knowledge!
HE
已于 Dec 12, 2017审阅
everything best. But technical support in Forum and when a student needs help when he is learning in Vienna alone is the worstthanks very much !
SB
已于 May 14, 2020审阅
Excel coursework is good, evaluations are not that good.
从 数据科学 浏览更多内容
University of Minnesota
Sungkyunkwan University
University of Minnesota
