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.
Kollaborative Filterung durch den nächsten Nachbarn
Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.
Kollaborative Filterung durch den nächsten Nachbarn
Dieser Kurs ist Teil von Spezialisierung „Empfehlungssysteme“
Dozenten: Joseph A Konstan
15.417 bereits angemeldet
Bei enthalten
308 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Algorithmen
- Kategorie: Korrelationsanalyse
- Kategorie: Unüberwachtes Lernen
- Kategorie: Data Mining
- Kategorie: Prädiktive Modellierung
- Kategorie: AI-Personalisierung
- Kategorie: Methoden des maschinellen Lernens
- Kategorie: Algorithmen für maschinelles Lernen
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
7 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- 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
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
Mehr von Maschinelles Lernen entdecken
University of Minnesota
University of Minnesota
Sungkyunkwan University
28DIGITAL
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Bewertungen von Lernenden
- 5 stars
54,54 %
- 4 stars
28,57 %
- 3 stars
11,36 %
- 2 stars
2,59 %
- 1 star
2,92 %
Zeigt 3 von 308 an
Geprüft am 30. 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.
Geprüft am 1. Feb. 2020
I found this course very informative and clears lot of concept in Item based and used based collaborative filtering. Spreadsheet assignment helped me to clearly understand the algorithms.
Geprüft am 14. Mai 2020
Excel coursework is good, evaluations are not that good.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,