在本课程中，您将学习用于推荐系统的各种矩阵因式分解和混合机器学习技术。 从基本的矩阵因式分解开始，您将了解基于降低用户-产品偏好空间维度来构建推荐系统的直觉和实际细节。 然后，您将学习到将不同算法的优势结合到强大的混合推荐器中的技术。
矩阵因式分解和高级技术
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
涵盖的内容
1个视频
本模块由两部分组成，为期两周，内容是矩阵因式分解推荐技术。 其中包括作业和小测验（均在第二周完成），以及荣誉作业（也在第二周完成）。 请认真掌握进度--除非在第一周就开始做作业，否则很难在两周内完成。
涵盖的内容
5个视频1篇阅读材料
涵盖的内容
2个视频2篇阅读材料5个作业1个编程作业
本模块由三部分组成，为期两周，内容涉及混合和机器学习推荐算法以及高级推荐技术。 其中包括一次测验（第二周提交）和一项荣誉作业（也在第二周提交）。 请认真掌握进度--除非你在第一周就开始做作业，否则很难在两周内完成荣誉课程。
涵盖的内容
6个视频
涵盖的内容
3个视频
涵盖的内容
7个视频1篇阅读材料2个作业1个编程作业
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
(8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
54.73%
- 4 stars
32.10%
- 3 stars
7.89%
- 2 stars
4.21%
- 1 star
1.05%
显示 3/190 个
HL
已于 Jan 2, 2021审阅
Really enjoyed the course!One suggestion I have is to blend in even more advanced techniques such as using neural networks (e.g. NCF)
DD
已于 Jan 9, 2021审阅
Very good. Per closing comments, it probably needs an update (since 2016) as this is active, progressive area.
AK
已于 Aug 13, 2017审阅
Interview with Francesco Ricci is very knowledgeable about context aware Recommender System.
从 数据科学 浏览更多内容
28DIGITAL
University of Minnesota
University of Minnesota
Sungkyunkwan University