RecSys Cookbook: строим рекомендательную систему на Python без глубоких знаний математики
HTML-код
- Опубликовано: 25 май 2022
- Подписывайтесь на наш канал здесь и в телеграмм t.me/meetups_evrone, чтобы быть в курсе будущих митапов и не пропускать полезные доклады!
Петр Ермаков - Yandex
Делаем рекомендательную систему на Python, узнаем какие данные для этого нужно собирать и что быстро из них можно слепить.
0:12 Вступление
1:10 Задачи
2:37 Виды рекомендательных систем
4:16 Продуктовые виды рекомендаций
6:21 Чем заменить ML
8:53 Похожие товары на контенте
9:55 Подключаем поведение пользователей
12:47 Виды взаимодействия пользователя и товара
13:30 Как искать соседей
14:51 Инструменты из коробки
17:31 Заключение 
Наука
Круто! Спасибо за библиотеки)
Рады, что вам понравилось!
Очень полезное видео. Спасибо большое за доклад!
Спасибо
Системы называются именно как рекомендательные, т.е. на ваше усмотрение: хотите принимайте рекомендацию, хотите не принимайте (хотите верьте, хотите нет). Проблема в том, что системы построенные по принципу "машинного обучения" на данных НЕ способны пояснить (обосновать) пользователю свою рекомендацию (ответ), т.е. почему именно такой "товар", а не другой. То есть они не являются в полном смысле интеллектуальными. Представленную лектором матрицу "клиенты-товары" в некотором смысле можно рассматривать как таблицу решений. Самым простым (без "заморачивания") способом будет представление ее ввиде реляционной схемы базы данных состоящей из 3-ех таблиц: клиенты, товары и клиенты-товары. Отношения между клиентами и товарами (в определении реляционной БД) будут "многие ко многим": для одного клиента несколько товаров и один товар для нескольких клиентов. Такая структура будет самой простой и без всяких "дырок".
татары?
код напишите че ты нам презентацией тычешь