Модели матричной факторизации на примере ALS и BPRMF // Демозвнятие курса “Рекомендательные системы“

На занятии мы познакомимся с коллаборативной фильтрацией, рассмотрим особенности обучения моделей ALS и BPRMF. Результаты урока: - Познакомимся с популярным подходом к построению рекомендательных систем: collaborative filtering. - Изучим архитектуру моделей ALS и BPRMF. - Рассмотрим особенности функций потерь, которые используются для обучения этих моделей. - Применим модели ALS и BPRMF на практике. Кому подходит этот урок: - Всем кто интересуется рекомендательными системами - Дата-сайентистам, желающим расширить область своих знаний - Тем кто самостоятельно изучает Data Science и уже знаком с основными методами ML «Рекомендательные системы» - Преподаватель: Вероника Иванова - занимается построением рекомендательных систем, основной стек: Python, Pandas, PyTorch, SQL, ClickHouse Пройдите опрос по итогам мероприятия - Следите за новостями проекта: - Telegram: - ВКонтакте: - LinkedIn: - Хабр: