YoVDO

Fundamentos de sistemas recomendadores

Offered By: Pontificia Universidad Católica de Chile via Coursera

Tags

Recommendation Systems Courses Content-Based Filtering Courses Collaborative Filtering Courses Matrix Factorization Courses

Course Description

Overview

Save Big on Coursera Plus. 7,000+ courses at $160 off. Limited Time Only!
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.

Syllabus

  • Bienvenida al curso
    • ¡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.
  • Módulo 1: Conociendo los sistemas de recomendación
    • 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.
  • Módulo 2: Filtrado Colaborativo
    • 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.
  • Módulo 3: Recomendación basada en contenido y evaluación vía ranking
    • 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.
  • Módulo 4: Métodos latentes de factorización matricial y FunkSVD
    • En este módulo aprenderás sobre métodos latentes, su relación con factorización matricial y cómo usarla para predecir ratings y hacer recomendaciones.
  • Cierre del curso
    • Les queremos agradecer el habernos acompañado en el curso. Esperamos que los contenidos abordados sean un real aporte en tu carrera profesional /laboral.

Taught by

Denis Parra

Tags

Related Courses

Introduction to Recommender Systems
University of Minnesota via Coursera
Поиск структуры в данных
Moscow Institute of Physics and Technology via Coursera
Matrix Factorization and Advanced Techniques
University of Minnesota via Coursera
Introduction to parallel Programming in Open MP
Indian Institute of Technology Delhi via Swayam
Recommender Systems
University of Minnesota via Coursera