or
Acest exercițiu face parte din cursul
Ce probleme rezolvă motoarele de recomandare și ce date sunt potrivite pentru ele? Vei descoperi ce recomandări valoroase pot fi făcute chiar și cu date limitate și vei învăța cum să creezi propriile tale recomandări.
Descoperă cum pot fi folosite atributele unui articol pentru a face recomandări. Creează comparații relevante între articole folosind atât date categorice, cât și date text. Generează profiluri pentru a recomanda articole noi utilizatorilor, pe baza preferințelor lor anterioare.
Descoperă articole noi de recomandat utilizatorilor, găsind alți utilizatori cu gusturi similare. Învață să creezi recomandări bazate pe utilizatori și pe articole – și în ce context ar trebui folosite. Folosește modele k-nearest neighbors pentru a valorifica experiența colectivă și a prezice cum ar putea cineva să evalueze un articol pe care nu l-a întâlnit încă.
Înțelege cum poate afecta raritatea seturilor de date reale calitatea recomandărilor tale. Valorifică puterea factorizării matricelor pentru a gestiona această raritate. Explorează valoarea caracteristicilor latente și folosește-le pentru a înțelege mai bine datele. În final, pune la încercare modelele descoperite, învățând cum să validezi fiecare abordare studiată.
Exercițiul curent