Programme de formation

• Objectifs

  A la fin du cours, l'étudiant pourra:

  • Expliquer les différentes approches de recommandation (basé sur l'analyse du contenu, le filtrage collaboratif, hybrides)
  • Concevoir et développer les différentes étapes de réalisation d'un système de recommandation (analyse et préparation des données, implémentation du système, évaluation du système en utilisant des métriques standards), avec le language de programmation python.
• Contenu

  • Approches de recommandation basées sur le contenu
  • Approches de recommandation basée sur le filtrage collaboratif
  • Approches de recommandation hybride
  • Approches de recommandation basées sur le (deep) reinforcement learning
  • Métriques d'évaluation des systèmes de recommandation (precision, recall, mesures combinant les deux)
  • Programmation d'algorithmes de recommandation avec python.

Forme d'enseignement et volume de travail

Spécification du cours

Modalités d'évaluation

• Contrôle continu: travaux écrits, TP/évaluation de rapports

Mode de calcul de la note de cours

La note du contrôle continu est la moyenne pondérée des évaluations du semestre.

Enseignant(s) et/ou coordinateur(s)

Sandy Ingram, Philippe Joye