In this course you will learn how to evaluate recommender systems. You will gain familiarity with several families of metrics, including ones to measure prediction accuracy, rank accuracy, decision-support, and other factors such as diversity, product coverage, and serendipity. You will learn how different metrics relate to different user goals and business goals. You will also learn how to rigorously conduct offline evaluations (i.e., how to prepare and sample data, and how to aggregate results). And you will learn about online (experimental) evaluation. At the completion of this course you will have the tools you need to compare different recommender system alternatives for a wide variety of uses.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Empfehlungsdienste
11.421 bereits angemeldet
von
Spezialisierung EmpfehlungsdiensteUniversity of MinnesotaÜber diesen Kurs
3.602 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 5 in
Ca. 7 Stunden zum Abschließen
Englisch
Untertitel: Französisch, Portugiesisch (europäisch), Russisch, Englisch, Spanisch
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 5 in
Ca. 7 Stunden zum Abschließen
Englisch
Untertitel: Französisch, Portugiesisch (europäisch), Russisch, Englisch, Spanisch
von
University of Minnesota
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.
Lehrplan - Was Sie in diesem Kurs lernen werden
14 Minuten zum Abschließen
Preface
14 Minuten zum Abschließen
2 Videos (Gesamt 14 min)
2 Stunden zum Abschließen
Basic Prediction and Recommendation Metrics
2 Stunden zum Abschließen
5 Videos (Gesamt 57 min), 1 Lektüre, 1 Quiz
2 Stunden zum Abschließen
Advanced Metrics and Offline Evaluation
2 Stunden zum Abschließen
6 Videos (Gesamt 76 min), 1 Lektüre, 2 Quiz
2 Stunden zum Abschließen
Online Evaluation
2 Stunden zum Abschließen
4 Videos (Gesamt 66 min)
1 Stunde zum Abschließen
Evaluation Design
1 Stunde zum Abschließen
3 Videos (Gesamt 31 min), 2 Lektüren, 1 Quiz
Bewertungen
Top-Bewertungen von RECOMMENDER SYSTEMS: EVALUATION AND METRICS
von SS12. Juni 2017
Very good. But left out 1 star because one honors assignment did not have the material(base code) to download. Repeated questions were not answered in forum.
von NS13. Dez. 2019
Wonderful course provide realtime examples of the pros and cons of each approach and metric, very useful and enjoyable
von CS15. Juli 2017
A lot of very in detail theories and metrics. I wish it could have more hands on experience.
von LL18. Juli 2017
wonderful!!! They teach a lot what I did not expect!
Über den Spezialisierung Empfehlungsdienste
A Recommender System is a process that seeks to predict user preferences. This Specialization covers all the fundamental techniques in recommender systems, from non-personalized and project-association recommenders through content-based and collaborative filtering techniques, as well as advanced topics like matrix factorization, hybrid machine learning methods for recommender systems, and dimension reduction techniques for the user-product preference space.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
