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
15.418 bereits angemeldet
Bei Mehr erfahren enthalten
308 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Algorithmen
- Kategorie: Data Mining
- Kategorie: Prädiktive Modellierung
- Kategorie: AI-Personalisierung
- Kategorie: Methoden des maschinellen Lernens
- Kategorie: Unüberwachtes Lernen
- Kategorie: Korrelationsanalyse
- 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
Status: Kostenloser TestzeitraumUniversity of Minnesota
Status: Kostenloser TestzeitraumUniversity of Minnesota
Status: VorschauSungkyunkwan 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 19. Juli 2017
a great class, I learned some insight in these algorithms
Geprüft am 14. Juni 2017
Very satisfied to do this, the videos are too long, very good quality and a lot of practical information.I love it!
Geprüft am 23. Okt. 2016
I think this is very useful for introductory, but it lacks some references for who wants go deeper.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,