Kollaborative Filterung durch den nächsten Nachbarn

Kollaborative Filterung durch den nächsten Nachbarn

Dieser Kurs ist Teil von Spezialisierung „Empfehlungssysteme“

Dozenten: Joseph A Konstan

15.597 bereits angemeldet

Bei Mehr erfahren enthalten

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

308 Bewertungen

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

308 Bewertungen

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

Kategorie: Korrelationsanalyse
Kategorie: AI-Personalisierung
Kategorie: Methoden des maschinellen Lernens
Kategorie: Prädiktive Modellierung
Kategorie: Unüberwachtes Lernen
Kategorie: Data Mining
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Algorithmen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

7 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Empfehlungssysteme“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 6 Module

In diesem Kurs lernen Sie die grundlegenden Techniken zur Erstellung von personalisierten Empfehlungen durch Nearest-Neighbor-Techniken kennen. Zunächst lernen Sie das User-User Collaborative Filtering kennen, einen Algorithmus, der andere Personen mit ähnlichen Vorlieben wie ein Zielbenutzer identifiziert und deren Bewertungen kombiniert, um Empfehlungen für diesen Benutzer zu erstellen. Sie werden Variationen des User-User-Algorithmus erkunden und implementieren und die Vor- und Nachteile des allgemeinen Ansatzes untersuchen. Anschließend lernen Sie den weit verbreiteten Item-Item Collaborative Filtering Algorithmus kennen, der globale Produktassoziationen anhand von Nutzerbewertungen identifiziert, aber diese Produktassoziationen nutzt, um personalisierte Empfehlungen auf der Grundlage der eigenen Produktbewertungen eines Nutzers zu geben.

Beachten Sie, dass dieser Kurs in zweiwöchige Abschnitte unterteilt ist. Der erste Teil konzentriert sich auf User-User Collaborative Filtering, der zweite Teil auf Item-Item Collaborative Filtering. In jedem Abschnitt werden die meisten Vorlesungen in der ersten Woche gehalten, während in der zweiten Woche Aufgaben und Quizfragen sowie fortgeschrittene Themen behandelt werden. Wir ermutigen die Lernenden, jeden zweiwöchigen Abschnitt als eine Einheit zu behandeln und mit den Aufgaben zu beginnen, sobald sie das Gefühl haben, dass sie genug gelernt haben, um loszulegen.

Das ist alles enthalten

1 Video1 Lektüre

Das ist alles enthalten

5 Videos

Das ist alles enthalten

2 Videos2 Lektüren2 Aufgaben1 Programmieraufgabe

2 VideosInsgesamt 13 Minuten

Einführung in die Aufgabe9 Minuten
Programmieraufgabe - Programmierung der kollaborativen Filterung zwischen Benutzer und Benutzer5 Minuten

2 LektürenInsgesamt 20 Minuten

Anweisungen zur Zuweisung: Benutzer-Benutzer-CF10 Minuten
Einführung in die Benutzer-User-CF-Programmierung Aufgabe10 Minuten

2 AufgabenInsgesamt 50 Minuten

Benutzer-Benutzer-CF-Antwortbogen30 Minuten
Quiz zur kollaborativen Filterung für Benutzer und Benutzer20 Minuten

1 ProgrammieraufgabeInsgesamt 180 Minuten

Benutzer-Benutzer-CF-Programmierung Zuweisung180 Minuten

Das ist alles enthalten

6 Videos

Das ist alles enthalten

2 Videos2 Lektüren4 Aufgaben1 Programmieraufgabe

2 VideosInsgesamt 10 Minuten

Intro-Video zur aufgabenbasierten CF-Zuweisung5 Minuten
Programmieraufgabe - Programmierung der kollaborativen Filterung von Elementen5 Minuten

2 LektürenInsgesamt 20 Minuten

Aufgabenbasierte CF-Zuweisung Anweisungen10 Minuten
Einführung in die Item-Item CF-Programmierung Aufgabe10 Minuten

4 AufgabenInsgesamt 40 Minuten

Aufgabenbasierte Zuweisung Teil l10 Minuten
Aufgabenbasierte Zuweisung Teil II10 Minuten
Aufgabenbasierte Zuweisung Teil III10 Minuten
Aufgabenbasierte Zuweisung Teil IV10 Minuten

1 ProgrammieraufgabeInsgesamt 180 Minuten

Punkt-zu-Punkt CF-Programmierung Zuweisung180 Minuten

Das ist alles enthalten

5 Videos1 Aufgabe

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Lehrkraftbewertungen

(14 Bewertungen)

Joseph A Konstan

University of Minnesota

11 Kurse222.691 Lernende

Michael D. Ekstrand

University of Minnesota

6 Kurse112.888 Lernende

von

University of Minnesota

Mehr von Maschinelles Lernen entdecken

University of Minnesota
Introduction to Recommender Systems: Non-Personalized and Content-Based
Kurs
Status: Kostenloser Testzeitraum
University of Minnesota
Recommender Systems
Spezialisierung
Status: Kostenloser Testzeitraum
Sungkyunkwan University
Recommender Systems
Kurs
Kategorie: Vorschau
28DIGITAL
Basic Recommender Systems
Kurs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

5 Sterne
54,54 %
4 Sterne
28,57 %
3 Sterne
11,36 %
2 Sterne
2,59 %
1 Stern
2,92 %

Zeigt 3 von 308 an

5.0

Geprüft am 20. Juli 2017

a great class, I learned some insight in these algorithms

5.0

Geprüft am 3. Aug. 2017

Loved it...many thanks Prof. Joe for bringing this content to Coursera

5.0

Geprüft am 31. März 2019

Thank you so very much to open my eye see more view of recommendation field not only algorithms but use case and many trouble-shooting in worldwide business, moreover interview with noble professor.

Weitere Bewertungen anzeigen

Schalten Sie den Zugang zu mehr als 10.000 Kursen mit einem Abonnement frei
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich den über 4.700 globalen Unternehmen an, die Coursera for Business wählen

Häufig gestellte Fragen

Um auf Kursmaterialien und Aufgaben zugreifen zu können und ein Zertifikat zu erwerben, müssen Sie bei der Anmeldung zu einem Kurs die Option „Zertifikat“ erwerben. Berechtigte Lernende haben möglicherweise auch die Möglichkeit, mit einer kostenlosen Testphase zu beginnen. Bei einigen Kursen wird möglicherweise auch die Option „Vollständiger Kurs, kein Zertifikat“ angeboten. Damit haben Sie Zugriff auf die Kursmaterialien, können die erforderlichen Prüfungen einreichen und erhalten eine Abschlussnote, können jedoch kein Zertifikat erwerben oder erhalten.

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.