Build Recommender Systems Like Amazon, Netflix and Spotify

Développez des compétences très recherchées grâce à un abonnement d'un an à Coursera Plus, désormais à 239 $. Profitez-en dès maintenant.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Build Recommender Systems Like Amazon, Netflix and Spotify

Instructeur : Pratiksha Bakrola

Inclus avec En savoir plus

2 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Débutant

Expérience recommandée

4 heures à compléter

Planning flexible

Apprenez à votre propre rythme

2 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Débutant

Expérience recommandée

4 heures à compléter

Planning flexible

Apprenez à votre propre rythme

Compétences que vous acquerrez

Catégorie : Data Preprocessing
Catégorie : Feature Engineering
Catégorie : Applied Machine Learning
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Supervised Learning
Catégorie : AI Personalization
Catégorie : Unsupervised Learning
Catégorie : Data Collection
Catégorie : Machine Learning

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

novembre 2026

Évaluations

3 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 2 modules dans ce cours

Ever wonder how Netflix, Spotify, and Amazon seem to know exactly what you’ll like next?

Give me 1–2 hours, and I’ll take you from the basics of AI and Machine Learning to building a working recommendation engine step-by-step in hands-on labs. This course starts with clear theoretical concepts and transitions straight into guided coding exercises—making complex concepts easy to understand and execute. Perfect for beginners, self-taught coders, and aspiring analysts ready to get hands-on experience!

Inclus

29 vidéos2 lectures2 devoirs1 sujet de discussion

29 vidéosTotal 29 minutes

Introduction1 minute
Business Impact of Recommendation Engines2 minutes
Search-First and Discovery-First platforms1 minute
Breaking down recommendation thought process1 minute
Features0 minutes
Similarity Scoring & Content based filtering1 minute
User Profiles and Collaborative filtering1 minute
What is AI- Artificial Intelligence?0 minutes
What is ML- Machine Learning?0 minutes
What is a Machine Learning Model?0 minutes
What is a Generative Model & their use cases?1 minute
What is a Discriminative Model & their use cases?1 minute
How does a model Learn? (5 types of ML Algorithms)2 minutes
Types of Data0 minutes
Structured vs Unstructured Data0 minutes
Explicit vs Implicit Data1 minute
Real vs Synthetic Data1 minute
How data is collected 2 minutes
How data is ingested (Batch & Streaming Ingestion)2 minutes
Data Storage (Data Lake, Data warehouse, Data Lakehouse)1 minute
Defining the Problem1 minute
Data Selection and Data Cleaning1 minute
Feature & Feature Engineering0 minutes
Feature Selection1 minute
Feature Creation1 minute
Feature Transformation2 minutes
Encoding Techniques4 minutes
Feature Extraction0 minutes
Overview of the hands on excercise1 minute

2 lecturesTotal 20 minutes

Recommendation Strategy10 minutes
ML Algorithms & their use case10 minutes

2 devoirsTotal 32 minutes

Course Learner Fit2 minutes
Knowledge Check30 minutes

1 sujet de discussionTotal 10 minutes

Deconstruct how the human brain gives recommendations10 minutes

Inclus

6 vidéos1 lecture1 devoir2 laboratoires non notés

6 vidéosTotal 20 minutes

Dataset Familiarity1 minute
Guided Lab - Data Loading and Cleaning4 minutes
Guided Lab - Data Splitting4 minutes
Guided Lab - Feature Engineering and Encoding 6 minutes
Guided Lab - Model Training and Evaluation4 minutes
Closing Remarks0 minutes

1 lectureTotal 10 minutes

Overview10 minutes

1 devoirTotal 30 minutes

Reflection of the Hands-on activity30 minutes

2 laboratoires non notésTotal 75 minutes

Dataset Familiarity15 minutes
Building Recommendation System Hands on Activity60 minutes

Instructeur

Pratiksha Bakrola

Daphli LLC

0 Cours0 apprenants

Offert par

Daphli LLC

En savoir plus sur Machine Learning

Packt
Building Recommender Systems with Machine Learning and AI
Cours
Packt
Recommender Systems Complete Course Beginner to Advanced
Cours
EDUCBA
Recommendation Engine - Basics
Cours
Packt
Recommender Systems with Machine Learning
Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Qu’est-ce qui vous amène sur Coursera aujourd’hui ?

Commencer ma carrière

Changer de voie

M’améliorer dans mon rôle actuel

Découvrez des sujets en dehors du travail

Acquérez des compétences durables, maintenant à 239 $
Économisez dès maintenant
Offrez de nouvelles compétences à votre équipe
Économisez 40 % dès maintenant

Foire Aux Questions

To access course materials, assignments, and earn a Certificate, you'll need to purchase the Certificate experience when you enroll in a course. Eligible learners may also have the option to start with a Free Trial. Some courses may also offer a Full Course, No Certificate option. This lets you access course materials, submit required assessments, and receive a final grade, but you won't be able to earn or purchase a Certificate.

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,