or
Toto cvičení je součástí kurzu
Jaké problémy doporučovací systémy řeší a jaká data se pro ně nejlépe hodí? Zjistíš, jaká smysluplná doporučení lze sestavit i s omezenými daty, a naučíš se vytvářet vlastní doporučení.
Zjistíš, jak lze k doporučování využít vlastnosti položek. Naučíš se porovnávat položky pomocí kategorických i textových dat a vytvářet profily uživatelů, na jejichž základě budeš doporučovat nové položky odpovídající jejich dosavadním preferencím.
Objevíš nové položky k doporučení tím, že najdeš uživatele s podobným vkusem. Naučíš se sestavovat doporučení na základě uživatelů i položek a pochopíš, kdy který přístup použít. Pomocí modelů k nejbližších sousedů využiješ moudrost davu a budeš předvídat, jak by někdo mohl hodnotit položku, se kterou se ještě nesetkal/a.
Pochopíš, jak řídkost dat z reálného světa může ovlivnit tvoje doporučení. Naučíš se využívat maticovou faktorizaci k řešení tohoto problému. Prozkoumáš hodnotu latentních příznaků a využiješ je k lepšímu porozumění datům. Nakonec prověříš modely, které jsi poznal/a, a naučíš se ověřovat každý z probíraných přístupů.
Aktuální cvičení