本模块将更深入地介绍推荐系统。 它包括对推荐系统类型的详细分类，还包括对两个严重依赖推荐技术的系统的参观： MovieLens 和 Amazon.com。最后一课有一个入门评估，以确保在我们开始学习如何计算推荐之前，你已经理解了推荐背后的核心概念。

在本模块中，您将学习几种非个性化和轻度个性化推荐的技术，包括如何使用有意义的汇总统计、如何计算产品关联推荐，以及如何探索使用人口统计学作为轻度个性化的一种手段。 本模块既有作业（在电子表格中试用这些技术），也有测验来测试你的理解能力。

本课程的下一个主题是基于内容的过滤，这是一种基于建立个人兴趣档案的个性化技术。 课程分为两周，您将学习和练习基于内容过滤的基本技术，然后探索推荐系统中使用的各种高级界面和基于内容的计算技术。

对基于内容的过滤的评估包括一项使用电子表格计算三种类型的概况和预测的作业，以及对所涉及主题的测验。 作业分为三部分--书面作业、视频介绍和 "小测验"，在 "小测验 "中，你可以根据自己的作业提供答案并自动评分。

在本课程的最后，我们将使用一组数学符号，这将有助于我们进一步学习更广泛的推荐系统（在本专业的后续课程中）。