Comment les articles sont-ils recommandés lorsque vous recherchez des films, des emplois ou des vêtements en ligne? Découvrez les concepts et méthodes fondamentaux permettant de suggérer les articles les plus pertinents aux utilisateurs, du commerce électronique à la publicité en ligne.
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.
À la fin du MOOC, les participant devraient être en mesure de :
Connaissances de base en programmation (idéalement en Python) et connaissances de base (première année de baccalauréat) en mathématiques (algèbre linéaire et statistiques)
Vous pouvez acheter le droit à une attestation de réussite en mettant votre compte à niveau (le mode vérifié).
Les évaluations sommatives sont uniquement disponibles aux participants inscrits au cours avec attestation.
À la fin du cours, les participants et participantes qui auront obtenu la note de passage de 70 % pourront télécharger une attestation de réussite du cours sur le site EDUlib, moyennant des frais de 110 CAD.
Catégories
Ph.D, Assistant Professeur, Département des sciences de la décision, HEC Montréal
Catégories
Ph.D, Research Scientist, Google
Membre du Mila - Institut québécois d'intelligence artificielle
Catégories
Ph.D., professeur adjoint, département d'informatique, Boise State University
Catégories
Étudiante de deuxième cycle en informatique, Université McGill,
Chercheur au Mila, l'Institut québécois d'intelligence artificielle.
Assistant scientifique, IVADO
Étudiant, Département d'informatique et de recherche opérationnelle (DIRO), Université de Montréal
Technicienne audiovisuel, IVADO
Étudiante, Université McGill
Assistant scientifique, IVADO
Étudiant en maîtrise de recherche, MILA , Université de Montréal
Chef du programme de formation, IVADO
Coordinatrice du programme de formation en ligne, IVADO
Conseiller spécial, Centre de Pédagogie Universitaire, Université de Montréal
Conseillère technopédagogique, Centre de Pédagogie Universitaire, Université de Montréal
Concepteur en médiatisation, Centre de Pédagogie Universitaire, Université de Montréal
Conseiller technopédagogique et évaluateur du contrôle de la qualité, EDUlib, Centre de pédagogie universitaire, Université de Montréal
Conseillère technopédagogique et évaluatrice du contrôle de la qualité, EDUlib, Centre de pédagogie universitaire, Université de Montréal
Tous les contenus de ce cours sont sous la licence Creative Commons « CC BY-NC-ND ».