Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Université de Montréal

Les coulisses des systèmes de recommandation

Université de Montréal via edX

Overview

Dans ce cours, vous explorerez et apprendrez les meilleures méthodes et pratiques des systèmes de recommandation, qui sont une composante essentielle de l’écosystème digital. Ce cours a été développé par IVADO et HEC Montréal dans le cadre d’un atelier qui a eu lieu à Montréal. Vous serez accompagné.e tout au long du processus par sept experts internationaux du milieu universitaire et de l’industrie qui vous fourniront des exemples concrets.

Les systèmes de recommandation sont des algorithmes qui trouvent des tendances dans le comportement des utilisateurs pour améliorer les expériences personnalisées et comprendre leur environnement. Ils sont omniprésents et sont le plus souvent utilisés pour recommander des items aux utilisateurs, notamment des livres et des films, mais aussi des amis potentiels, des recettes de cuisine ou même de la documentation pertinente pour de grands projets de logiciels, ou des articles intéressant les scientifiques.

Le contenu de ce MOOC est une introduction au domaine des systèmes de recommandation. Le programme comprend : l’apprentissage automatique pour les systèmes de recommandation, suivi d’une introduction aux méthodes d’évaluation; la modélisation avancée; les bandits contextuels; les méthodes de classement; l’équité et la discrimination dans les systèmes de recommandation.

Le cours s’adresse principalement aux professionnel.le.s du secteur et aux étudiant.e.s universitaires ayant des connaissances de base (première année de baccalauréat) en mathématiques et en programmation (idéalement Python). Les diplômé.e.s en sciences et en ingénierie (principalement celles et ceux qui ne sont pas encore familiers avec l’apprentissage automatique et les systèmes de recommandation) trouveront ce contenu instructif et intéressant. Le contenu de ce cours sera également d’une grande utilité pour toute personne qui s’intéresse à l’IA ou qui l’utilise, de quelque manière que ce soit.

Nous estimons qu’il faut 6 semaines pour compléter ce cours. Le cours est divisé en segments que vous pourrez visionner à votre propre rythme. Afin d’évaluer votre compréhension du contenu, des questionnaires complets seront proposés à la fin de chaque segment. Vous pourrez également pratiquer les algorithmes des systèmes de recommandation grâce à un tutoriel guidé par un expert. De plus, un deuxième module de pratique individuelle sera offert aux participant.e.s qui s’inscrivent au cours avec le certificat vérifié.

Nous vous souhaitons la bienvenue dans ce parcours d’apprentissage de Systèmes de recommandation : Derrière l’écran!

Ce cours vous est présenté par IVADO, HEC Montréal et l’Université de Montréal.

IVADO est un institut collaboratif québécois dans le domaine de l’intelligence numérique.

HEC Montréal est une université francophone de renommée internationale qui offre des formations et des programmes de recherche dans le domaine de la gestion.

L’Université de Montréal est l’une des principales universités de recherche au monde.

Syllabus

MODULE 1 Apprentissage automatique pour les systèmes de recommandation

  • Modèles basés sur le score
  • Aspects pratiques

MODULE TUTORIEL : Factorisation matricielle

MODULE 2 Évaluations pour les systèmes de recommandation

  • Évaluation hors ligne (par lots)
  • Évaluation en ligne (production)

MODULE 3 Modélisation avancée

  • Extension des modèles de base
  • Perspective de données manquantes

MODULE DE PRATIQUE PERSONNELLE : Auto-encodeurs

  • Ce module est évalué, il est donc réservé aux participants qui s’inscrivent au cours avec attestation

MODULE 4 Bandits contextuels

  • Introduction aux bandits
  • Tout mettre ensemble

MODULE 5 Apprentissage d'ordonnancement

  • Apprentissage d'ordonnancement avec les réseaux de neurones
  • Apprentissage d'ordonnancement avec les réseaux de neurones profonds

MODULE 6 Équité et discrimination dans les systèmes de recommandation

  • Équité algorithmique
  • Équité en recherche de l’information

Taught by

Laurent CHARLIN, Fernando DIAZ, Michael Ekstrand and Dora JAMBOR

Reviews

Start your review of Les coulisses des systèmes de recommandation

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.