Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Python-Programmierung, Datenstrukturen, Algorithmen, lineare Algebra, Kalkül und Informationstheorie werden vorausgesetzt, sind aber nicht zwingend erforderlich.
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Python-Programmierung, Datenstrukturen, Algorithmen, lineare Algebra, Kalkül und Informationstheorie werden vorausgesetzt, sind aber nicht zwingend erforderlich.
In diesem Kurs werden Sie: a) das Grundkonzept von Empfehlungssystemen verstehen. b) das Kollaborative Filtern verstehen. c) das Empfehlungssystem mit Deep Learning verstehen. d) die weiteren Aspekte von Empfehlungssystemen verstehen. Bitte stellen Sie sicher, dass Sie mit der Programmierung in Python vertraut sind und über grundlegende mathematische Kenntnisse verfügen, einschließlich Matrixmultiplikationen, bedingte Wahrscheinlichkeiten und grundlegende Algorithmen des Maschinellen Lernens.
Das ist alles enthalten
3 Videos3 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 47 Minuten
Wichtigste Empfehlungssysteme•16 Minuten
Daten lesen, Genauigkeit messen•15 Minuten
Grundsätze der kollaborativen Filterung•17 Minuten
3 Lektüren•Insgesamt 180 Minuten
Entwicklungen von Anwendungen für Empfehlungssysteme: Eine Übersicht•60 Minuten
Die Grenzen populäritätsbasierter Empfehlungen und die Rolle sozialer Bindungen•60 Minuten
Zeitgewichtige kollaborative Filterung•60 Minuten
3 Aufgaben•Insgesamt 18 Minuten
Quiz 1•6 Minuten
Quiz 2•6 Minuten
Quiz 3•6 Minuten
Kollaborative Filterung
Modul 2•4 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
3 Videos3 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 43 Minuten
Benutzerbasierter CF vs. Objektbasierter CF•15 Minuten
Prinzipien der Matrixfaktorisierung•15 Minuten
Algorithmus zur Matrixfaktorisierung•13 Minuten
3 Lektüren•Insgesamt 180 Minuten
Festlegung von Zielen und Auswahl von Metriken für die Bewertung von Empfehlungssystemen•60 Minuten
Matrixfaktorisierungstechniken für Empfehlungssysteme•60 Minuten
Matrixfaktorisierung und Empfehlungssysteme•60 Minuten
3 Aufgaben•Insgesamt 18 Minuten
Quiz 4•6 Minuten
Quiz 5•6 Minuten
Quiz 6•6 Minuten
Empfehlungssystem mit Deep Learning
Modul 3•4 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
3 Videos3 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 48 Minuten
Einführung in das Surprise Paket•18 Minuten
Algorithmen vergleichen und Optionen festlegen•15 Minuten
Deep Learning Empfehlung mit Keras 2•15 Minuten
3 Lektüren•Insgesamt 180 Minuten
Surprise: Eine Python-Bibliothek für Empfehlungssysteme•60 Minuten
Convolutional Matrix Factorization für kontextabhängige Empfehlungen von Dokumenten•60 Minuten
Auf Deep Learning basierende Empfehlungssysteme: Ein Überblick und neue Perspektiven•60 Minuten
3 Aufgaben•Insgesamt 18 Minuten
Quiz 7•6 Minuten
Quiz 8•6 Minuten
Quiz 9•6 Minuten
Weiteres Verständnis von Empfehlungssystemen
Modul 4•4 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
3 Videos3 Lektüren4 Aufgaben
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 37 Minuten
Kombination von CF und MF•13 Minuten
Verarbeitung großer Datenmengen•13 Minuten
Kaltstart, Skalierbarkeit, Binärdaten•11 Minuten
3 Lektüren•Insgesamt 180 Minuten
Matrixfaktorisierungsmodell in kollaborativen Filteralgorithmen: Ein Überblick•60 Minuten
Ein nicht-negatives latentes Faktormodell für großflächige spärliche Matrizen in Empfehlungssystemen mit Hilfe der Alternating Direction Methode•60 Minuten
DeepFM: ein auf Faktorisierung basierendes neuronales Netzwerk für die CTR-Vorhersage•60 Minuten
Die Sungkyunkwan Universität (SKKU) wurde 1398 in den frühen Jahren der Joseon-Dynastie in Korea als höchste nationale Bildungseinrichtung gegründet. Gegenwärtig ist die SKKU mit der Unterstützung des weltbekannten Unternehmens Samsung führend in der Entwicklung der Hochschulbildung in Korea. Die SKKU fördert aktiv die internationale Zusammenarbeit durch die Entwicklung innovativer Forschungs- und Bildungsprogramme mit ihren globalen Partnern.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was erhalte ich, wenn ich das Zertifikat kaufe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
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.