Menú
Programa

Workshop Sistemas de Recomendación

¿QUIERES SOLICITAR INFORMACIÓN?

Formación bonificable

Te lo gestionamos gratuitamente.

CONCEPTOS
CLAVE
1
SISTEMAS DE RECOMENDACIÓN
2
CASOS REALES PRÁCTICOS
3
PROYECTO SIGEFILMS
Matrícula
Modalidad:Presencial
Edición:IV
Inicio: 31/05/2021
Fin Preinscripción: 31/05/2021
Precio: 125 €
Formación bonificable. Te lo gestionamos gratuitamente.
Matricúlate ahora
Descripción

En este workshop se mostrarán aplicaciones del Big Data en el mundo empresarial, prestando especial interés en su uso por sectores. Además, se realizarán casos de uso, utilizando el lenguaje de programación estadístico R para su mejor comprensión.

Información

Objetivos

  • Conocer las principales técnicas de sistemas de recomendación.

  • Comprender las características necesarias que tienen los sistemas de recomendación.

  • Conocer ejemplos de sistemas de recomendación.

  • Construir un sistema de recomendación de un e-commerce.

Metodología

ENAE desarrolla una metodología activa y participativa basada en el "Método del Caso", que alterna las exposiciones de conceptos, técnicas y métodos de análisis, con el desarrollo de casos prácticos que reflejan situaciones empresariales reales.

Con el fomento del trabajo en equipo se pretende conseguir la integración de todos los miembros y resolver de una forma más eficaz los casos planteados, mediante el intercambio de distintos puntos de vista, opiniones y experiencias. Se aprenderá de los formadores pero también de las experiencias profesionales de los compañeros.

El conocimiento básico de R y R Studio es recomendable para el máximo aprovechamiento del curso.

Duración y Modalidad

Duración:  El curso tiene una duración de 12 horas lectivas.

Modalidad: El curso se desarrolla en modalidad online (del 31 de mayo al 6 de junio).

Sede: Edificio ENAE. Campus Universitario de Espinardo 30100, Espinardo, Murcia.

PROFESORES

MÓDULOS

TÉCNICAS DE LOS SISTEMAS DE RECOMENDACIÓN
  • Sistemas de recomendación no personalizados

  • Sistemas de recomendación personalizados

  • Similitud entre Items

  • Filtrado Colaborativo Item-Item

  • Filtrado Colaborativo User-User

  • Predicción: Low Rank Matriz Factorization

CASO PRÁCTICO: CREANDO UN RECOMENDADOR
  • Preparación del Entorno

  • Carga de la Información

  • Preparación de la Información

  • Similitud entre Items

  • Filtrado Colaborativo Item-Item

  • Filtrado Colaborativo User-User

HERRAMIENTAS: R y Rstudio
PROYECTO SIGEFILMS
  • Paseando por la solución

  • Lecciones aprendidas

PROG-BE-SIST-RECOMEND-IV
CAPTCHA
Esta pregunta se hace para comprobar que usted es una persona real e impedir el envío de spam.
A lo largo de nuestros más de 25 años de vida,
más de 13.000 alumnos han confiado
en la excelencia y la calidad de la formación de ENAE Business School.
Matricúlate ahora

COMPÁRTELO