Dieser Kurs ist Teil der Spezialisierung Spezialisierung Empfehlungsdienste

4.4
Sterne
227 Bewertungen

Michael D. Ekstrand +1 weiterer Dozent

12.500 bereits angemeldet

von

Spezialisierung EmpfehlungsdiensteUniversity of Minnesota

Über diesen Kurs

2.611 kürzliche Aufrufe

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.

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.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 3 von 5 in

Spezialisierung Empfehlungsdienste

Ca. 7 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

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.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 3 von 5 in

Spezialisierung Empfehlungsdienste

Ca. 7 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozenten

Dozentenbewertung

4,87/5 (8 Bewertungen)

Michael D. Ekstrand

Assistant Professor

Dept. of Computer Science, Boise State University

105.128 Lernende

6 Kurse

Joseph A Konstan

Distinguished McKnight Professor and Distinguished University Teaching Professor

Computer Science and Engineering

191.646 Lernende

11 Kurse

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.

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

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

Woche2

Woche 2

2 Stunden zum Abschließen

Advanced Metrics and Offline Evaluation

2 Stunden zum Abschließen

6 Videos (Gesamt 76 min), 1 Lektüre, 2 Quiz

Woche3

Woche 3

2 Stunden zum Abschließen

Online Evaluation

2 Stunden zum Abschließen

4 Videos (Gesamt 66 min)

Woche4

Woche 4

1 Stunde zum Abschließen

Evaluation Design

1 Stunde zum Abschließen

3 Videos (Gesamt 31 min), 2 Lektüren, 1 Quiz

Bewertungen

4.4

33 Bewertungen

5 stars
55,50 %
4 stars
29,51 %
3 stars
11,89 %
2 stars
2,20 %
1 star
0,88 %

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 MB4. Dez. 2022

It was a great course! Everyone from variety of backgrounds like MS/PhD students or industry professionals that has basic Information Retrieval and ML knowledge could understand the course content.

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!

Alle Bewertungen anzeigen

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.

This Specialization is designed to serve both the data mining expert who would want to implement techniques like collaborative filtering in their job, as well as the data literate marketing professional, who would want to gain more familiarity with these topics. The courses offer interactive, spreadsheet-based exercises to master different algorithms, along with an honors track where you can go into greater depth using the LensKit open source toolkit. By the end of this Specialization, you’ll be able to implement as well as evaluate recommender systems. The Capstone Project brings together the course material with a realistic recommender design and analysis project.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Recommender Systems: Evaluation and Metrics

Über diesen Kurs