Systèmes de recommandation
Conception de systèmes de recommandation, du filtrage collaboratif aux modèles profonds.
Durée du cours : 6h
Ce que vous allez apprendre
- Choisir entre filtrage collaboratif et filtrage par contenu
- Factoriser une matrice d'interactions
- Traiter le démarrage à froid pour un nouvel utilisateur
- Évaluer une recommandation au-delà de la précision
- Prendre en compte diversité et effet de bulle
Prérequis
- Python et pandas
- Notions d'algèbre linéaire
Modules du cours
- Formuler un problème de recommandation
- Filtrage collaboratif utilisateur et objet
- Factorisation matricielle et SVD
- Filtrage par contenu et similarité
- Approches hybrides
- Recommandation profonde et plongements
- Démarrage à froid : utilisateurs et objets nouveaux
- Métriques : rappel, NDCG, couverture, diversité
- Rétroaction implicite et biais de position
- Projet : moteur de recommandation évalué
Évaluation et attestation
Le parcours se termine par un examen de 40 questions qui couvre tous les modules. En cas de réussite, une attestation d'achèvement est délivrée ; son numéro est vérifiable sur la plateforme.
Les cours gratuits, eux, se concluent par un quiz de 5 questions avec un aperçu de l'attestation, sans certification.