MrDeadline 评论了课程: Introduction to Recommender Systems

2013-12-28 11:01

很辛苦的拿到证书。因为自己的研究方向是推荐系统，为了这门课开始MOOC。主讲人是RecSys领域的大牛，movielens提供的数据不仅RecSys的学者再用，很多DB的paper也用它做实验。

这门课和我同时在上的另一门密歇根安娜堡的Social Network Analysis相比，学习量大了非常多。作业多，课后阅读材料也非常多。主讲人想把RecSys的所有方面都讲到，但是感觉面铺的太广了，反而有的点不是很深入。课程和作业都涉及到他们的框架lenskit，但是我觉得比起使用这些框架，允许学员自己编写算法了解原理比调用框架效果更好吧。这也是为什么论坛上很多人不适用lenskit而用python和R完成作业的原因。peer review的作业很失败，题目出的很好，原因出在学员互相评分的标准不统一，很多学生在论坛上投诉。

许多人注册这门课是想学到更多ML的东西，最后失望的离开。但是我觉得主讲人的思路挺不错，不仅仅集中于算法，还提供了很多和这个领域的学者从业人员交流的video，作业里也体现了很多决策的思想，让学生从决策者和架构师的角度了解为什么要采用这种推荐算法，怎么赢利，怎么评估。

根据最后的video来看，这门课未来不一定开放了，研究推荐系统的同学赶紧找已注册的朋友备份下课程资料。

MrDeadline 评论了课程: Social Network Analysis

2013-12-28 10:45

拿到了证书。这门课难度不是很大，每周的homework都是选择题且可以多次尝试得到满分，编程作业只有四次，偏简单。Lada介绍了很多概念，但都仅涉及初级部分，作为入门了解课程挺不错。编程作业虽然很少，但是用到了不同的SNA工具，特别是Gephi可视化工具的大量使用，我觉得可以激发很多学生继续学习这个领域的兴趣。