El MOOC “Fundamentos de sistemas recomendadores” tiene como propósito que los estudiantes conozcan los principales conceptos asociados a estos sistemas, así como su evolución histórica. Se enseñarán las principales técnicas de recomendación, como son el filtrado colaborativo y el filtrado basado en contenido. Adicionalmente, se espera que los estudiantes conozcan y apliquen diversas métricas de evaluación que les permitan evaluar diferentes dimensiones de los sistemas de recomendación.
¡Bienvenidos y bienvenidas! Este curso tiene como propósito entregar los fundamentos de los sistemas de recomendación desde el punto de vista de entender el problema de recomendación personalizada, así como conocer y utilizar métodos y de métricas de evaluación.
What's included
1 video2 readings
Show info about module content
1 video•Total 2 minutes
Bienvenida•2 minutes
2 readings•Total 20 minutes
Derechos reservados•10 minutes
Syllabus•10 minutes
Módulo 1: Conociendo los sistemas de recomendación
Module 2•2 hours to complete
Module details
En este módulo aprenderás qué es un sistema de recomendación a partir de definiciones y ejemplos, veremos diferentes tipos de sistemas de recomendación e introduciremos cómo hacer recomendación no personalizada.
What's included
3 videos1 reading2 assignments
Show info about module content
3 videos•Total 17 minutes
Definición ejemplos de sistemas de recomendación •6 minutes
Tipos de sistemas de recomendación•6 minutes
Recomendación no personalizada•5 minutes
1 reading•Total 10 minutes
Recomedada: Recommender systems: Introduction and challenges. Recommender systems handbook. •10 minutes
2 assignments•Total 75 minutes
Formativo: Introducción y recomendación no personalizada•30 minutes
Sumativo: Clasificación de sistemas de recomendación y recomendación no personalizada•45 minutes
Módulo 2: Filtrado Colaborativo
Module 3•2 hours to complete
Module details
En este módulo aprenderás qué es el filtrado colaborativa, diferentes versiones como la basada en usuarios y la basada en ítems, así como la técnica pendiente uno.
What's included
4 videos1 reading2 assignments
Show info about module content
4 videos•Total 25 minutes
Recomendación como predicción de ratings•5 minutes
Filtrado colaborativo basado en usuarios•7 minutes
Filtrado Colaborativo basado en ítems (IKNN)•7 minutes
Recomendación con algoritmo pendiente uno•6 minutes
1 reading•Total 10 minutes
Rating-based collaborative filtering: algorithms and evaluation. Social information access: Systems and technologies. Secciones 1-4•10 minutes
2 assignments•Total 75 minutes
Formativo: Filtrado Colaborativo•30 minutes
Sumativo: Filtrado colaborativo, pendiente uno y content-based•45 minutes
Módulo 3: Recomendación basada en contenido y evaluación vía ranking
Module 4•2 hours to complete
Module details
En este módulo aprenderás sobre la recomendación basada en contenido, cómo usar descripciones textuales para recomendar y cómo evaluar un sistema de recomendación usando métricas de ranking.
What's included
4 videos2 readings2 assignments
Show info about module content
4 videos•Total 25 minutes
Recomendación en base a contenidos•5 minutes
Recomendación basada en contenido de texto•9 minutes
Evaluación basada en ranking I: precision, recall, MRR•6 minutes
Evaluación basada en ranking II: MAP, nDCG y AUC•6 minutes
2 readings•Total 20 minutes
Performance of recommender algorithms on top-n recommendation tasks. In Proceedings of the fourth ACM conference on Recommender systems.•10 minutes
Recomendada: Recommender Systems Handbook: Cap. Content-based recommender systems: State of the art and trends. •10 minutes
2 assignments•Total 75 minutes
Formativo: Recomendación basada en contenido de texto y evaluación basada en ranking•30 minutes
Sumativo: Evaluación de sistemas recomendadores, recomendación basada en texto y métodos latentes•45 minutes
Módulo 4: Métodos latentes de factorización matricial y FunkSVD
Module 5•2 hours to complete
Module details
En este módulo aprenderás sobre métodos latentes, su relación con factorización matricial y cómo usarla para predecir ratings y hacer recomendaciones.
What's included
4 videos1 reading2 assignments
Show info about module content
4 videos•Total 27 minutes
Introducción a los métodos latentes•6 minutes
Factorización Matricial para predecir factores latentes•8 minutes
FunkSVD•7 minutes
Ejemplo práctico usando FunkSVD•6 minutes
1 reading•Total 10 minutes
Matrix factorization techniques for recommender systems. Computer.•10 minutes
2 assignments•Total 75 minutes
Formativo: Factorización matricial y FunkSVD•30 minutes
Sumativo: Factorización matricial y FunkSVD•45 minutes
Cierre del curso
Module 6•26 minutes to complete
Module details
Les queremos agradecer el habernos acompañado en el curso. Esperamos que los contenidos abordados sean un real aporte en tu carrera profesional /laboral.
La UC Chile es una universidad pública no estatal fundada hace más de 130 años y ocupa actualmente el primer lugar en el ranking QS Latinoamericano.
En la UC Chile tenemos un compromiso permanente con la calidad, como una forma de expresión de nuestro servicio. Este sello es parte de nuestra misión fundacional. Nos esforzamos por realizar esta labor en forma rigurosa, con altos estándares académicos y adoptando las prácticas internacionales de las mejores universidades. A través de nuestras 18 Facultades, abarcamos todas las áreas del conocimiento.
OK
Why people choose Coursera for their career
Felipe M.
Learner since 2018
"To be able to take courses at my own pace and rhythm has been an amazing experience. I can learn whenever it fits my schedule and mood."
Jennifer J.
Learner since 2020
"I directly applied the concepts and skills I learned from my courses to an exciting new project at work."
Larry W.
Learner since 2021
"When I need courses on topics that my university doesn't offer, Coursera is one of the best places to go."
Chaitanya A.
"Learning isn't just about being better at your job: it's so much more than that. Coursera allows me to learn without limits."
When will I have access to the lectures and assignments?
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
What will I get if I purchase the 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.
Is financial aid available?
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.