¡45 minutos de clase gratis! · Empieza ahora, sin tarjeta de crédito
Shiur Prati

Clase particular de Sistemas de recomendación con IA

Sistemas de recomendación en clase privada en vivo: el maestro te habla por voz, explica en una pizarra compartida y avanza a tu ritmo, clase tras clase, según un programa ordenado.

Clase en vivo 1:1 con tutor IA

Docente: Noa

  • Programa actualizado el 11/2026
  • Hebreo y 5 idiomas más
  • 3 niveles
  • 36 clases · aprox. 20 horas de clases

Sistemas de recomendación

Sistemas de recomendación en clase privada en vivo: el maestro te habla por voz, explica en una pizarra compartida y avanza a tu ritmo, clase tras clase, según un programa ordenado.

12 clases · 3 módulos · clase en vivo privada con el profe en la pizarra

Qué aprenderás

  • Cómo funciona una recomendación
  • Filtrado colaborativo
  • Recomendación basada en contenido
  • La matriz usuario-ítem y la factorización de matrices
  • Embeddings y recuperación de candidatos
  • Ranking
  • El sistema completo
  • Medir más allá de la precisión
  • Sesgos, bucles de retroalimentación y burbujas de filtro
  • Reordenamiento y objetivos múltiples
  • Equidad, transparencia y proyecto final

El curso incluye

  • Clases en vivo 1:1 con tutor IA en pizarra
  • 20 horas de clases en vivo, uno a uno
  • 36 clases en una pizarra compartida, cada una con un objetivo claro
  • Práctica y control de comprensión en cada clase
  • Resumen después de cada clase, guardado en el historial
  • Certificado de finalización por cada nivel
  • Computadora, tablet o celular
  • Hebreo y otros 5 idiomas

Programa del curso

3 niveles · 11 capítulos · 36 clases · 19 h 40 min en total

PrincipiantesSistemas de recomendación: básico, colaborativo y por contenido3 capítulos • 12 clases • 6 h 15 min
  1. Cómo funciona una recomendación4 clases • 1 h 55 min
    1. 1Qué es un sistema de recomendación y por qué lo necesitamosClase de pruebaaprox. 25 min
    2. 2El combustible: retroalimentación explícita e implícitaaprox. 30 min
    3. 3Referencias no personalizadas: popularidad y promediosaprox. 30 min
    4. 4Panorama general: del catálogo al feedaprox. 30 min
  2. Filtrado colaborativo5 clases • 2 h 35 min
    1. 5La idea: a personas similares, cosas similaresaprox. 30 min
    2. 6Medir similitud: coseno, Pearson, Jaccardaprox. 35 min
    3. 7Predecir una calificación con vecinos (CF basado en usuarios)aprox. 35 min
    4. 8«Quienes compraron esto también compraron»: basado en ítemsaprox. 30 min
    5. 9Dónde falla el filtrado colaborativoaprox. 25 min
  3. Recomendación basada en contenido3 clases • 1 h 45 min
    1. 10Ítems como vectores de características y perfil de usuarioaprox. 35 min
    2. 11Emparejar, explicar y sobreespecializaciónaprox. 30 min
    3. 12Sistemas híbridos y un caso de diseñoaprox. 40 min
Nivel intermedioNivel intermedio: factorización de matrices, embeddings y ranking4 capítulos • 12 clases • 6 h 45 min
  1. La matriz usuario-ítem y la factorización de matrices4 clases • 2 h 15 min
    1. 1La matriz usuario-ítem con datos realesaprox. 30 min
    2. 2Factores latentes: la idea de la factorización de matricesaprox. 35 min
    3. 3Entrenar MF: pérdida, regularización y SGDaprox. 35 min
    4. 4Sesgos, ALS y retroalimentación implícitaaprox. 35 min
  2. Embeddings y recuperación de candidatos4 clases • 2 h 5 min
    1. 5Embeddings como geometría: distancia, vecinos, significadoaprox. 30 min
    2. 6Aprender embeddings de secuencias: Item2Vecaprox. 30 min
    3. 7El modelo Two-Toweraprox. 35 min
    4. 8Recuperación rápida: ANN y generación de candidatosaprox. 30 min
  3. Ranking3 clases • 1 h 45 min
    1. 9El modelo de ranking: predecir clics con rasgos ricosaprox. 35 min
    2. 10Learning to Rank: pointwise, pairwise, listwiseaprox. 35 min
    3. 11Evaluación offline: corte temporal, Recall@K, NDCGaprox. 35 min
  4. El sistema completouna clase • 40 min
    1. 12Proyecto: diseñar un recomendador de principio a finaprox. 40 min
AvanzadosSistemas de recomendación: avanzado, diversidad y equidad4 capítulos • 12 clases • 6 h 40 min

Alineado con el examen: ללא מבחן חיצוני — פרויקט מסכם: ביקורת ותכנון מחדש של מערכת המלצה

  1. Medir más allá de la precisión4 clases • 2 h 10 min
    1. 1Métricas: cobertura, diversidad, novedad, serendipiaaprox. 30 min
    2. 2Precisión vs diversidad: calibración y frontera de Paretoaprox. 30 min
    3. 3Evaluación online: pruebas A/B, guardrails e interleavingaprox. 35 min
    4. 4Evaluación off-policy: aprender de logs sesgados por el sistemaaprox. 35 min
  2. Sesgos, bucles de retroalimentación y burbujas de filtro3 clases • 1 h 40 min
    1. 5Sesgos en los datos: posición, popularidad y exposiciónaprox. 30 min
    2. 6Bucles de retroalimentación y burbujas de filtroaprox. 35 min
    3. 7Exploración: bandidos para romper el bucleaprox. 35 min
  3. Reordenamiento y objetivos múltiples2 clases • 1 h 5 min
    1. 8Reordenamiento por diversidad: MMR, DPP y reglas de slotsaprox. 35 min
    2. 9Ranking multiobjetivo y valor a largo plazoaprox. 30 min
  4. Equidad, transparencia y proyecto final3 clases • 1 h 45 min
    1. 10Equidad: usuarios, proveedores y exposiciónaprox. 35 min
    2. 11Transparencia, explicaciones y regulaciónaprox. 30 min
    3. 12Proyecto final: auditar y rediseñar un recomendadoraprox. 40 min

Qué necesitas

  • Sin conocimientos previos en el nivel principiante: el profe revisa lo que ya sabes y empieza desde ahí
  • En los niveles siguientes: lo visto en el nivel anterior (puedes saltarlo si ya lo sabes)
  • Computadora, tablet o celular con micrófono y navegador

Para quién es el curso

  • Para adultos: trabajo, estudios, un examen o simple curiosidad

Exámenes y certificaciones

  • Avanzados: ללא מבחן חיצוני — פרויקט מסכם: ביקורת ותכנון מחדש של מערכת המלצה
Ver todos los cursos de Inteligencia artificial

Tu profe

NoaNoaTutor IA privado, en clase en vivo con pizarra compartida

Un profe privado de IA que enseña en clase en vivo: pregunta, escucha, dibuja en la pizarra y te deja resolver solo con pistas. Recuerda lo que vieron y cada clase empieza donde se quedaron.

¿Cómo es una clase?

  • Tu hijo habla en voz alta con el profe, como en una videollamada, y pregunta lo que no entiende.

  • El profe explica, escribe y dibuja en una pizarra compartida, y tu hijo resuelve con él en la misma pizarra.

  • Puedes tomar una foto de una hoja de ejercicios o de la tarea y aprender con ella, ejercicio por ejercicio.

  • Los padres reciben un informe: tiempo de estudio, qué salió bien y qué conviene reforzar.

Reglas de la clase

  • Solo aprender

Preguntas frecuentes

¿Cómo funciona una clase particular de Sistemas de recomendación?
Eliges Sistemas de recomendación y el nivel, y hablas con el profe en voz alta. El profe pregunta qué ya sabes, explica, escribe y dibuja en la pizarra, y te deja resolver con pistas hasta que todo quede claro.
¿Cuánto dura el curso de Sistemas de recomendación?
12 clases de unos 31 minutos en el primer nivel, a tu ritmo. Puedes pausar, volver atrás y saltar lo que ya sabes.
¿Necesito conocimientos previos?
No en el nivel principiante. Al comienzo de la primera clase el profe revisa lo que ya sabes y ajusta el nivel. También puedes empezar directamente en un nivel avanzado.
¿Cómo empiezo gratis?
Entra con tu cuenta de Google o con un código que te enviamos por correo, escribe el nombre y el grado del niño, y la clase empieza de inmediato. Cada familia recibe 45 minutos de clase gratis, en cualquier materia, según el tiempo real de clase, sin tarjeta de crédito. Después eliges una suscripción de pago, y cancelas cuando quieras.
¿En qué dispositivo se aprende?
En cualquier computadora, tablet o celular con navegador y micrófono. También puedes instalar el sitio como app en la pantalla de inicio.

¿Quieres probar?

Entras, escribes el nombre y el grado de tu hijo, y la clase empieza. 45 minutos de clase gratis, sin tarjeta de crédito.

Empieza gratis

Shiur Prati con IA: qué es y cómo funciona

Sistemas de recomendaciónLos primeros 45 minutos, gratis

Clase particularEmpezar gratis