Михаил Хасыков | Дополнительные методы оценки качества рекомендаций

ODS Course Fest 2021 Спикер: Михаил Хасыков, ML Engineer в MTS@BigData В видео мы расскажем про визуальный анализ рекомендаций и про сложные метрики (diversity novelty serendipity) с примером кода Занятие состоит из двух частей - теории и практики. В первой половине лекции обсудим способы получения качественной оценки качества рекомендаций. В частности, познакомимся с «визуальным анализом» - методом оценки рекомендательной системы «глазами», узнаем кто такие «аватары» и как они применяются. Во второй половине теоретической части поговорим о таких свойствах рекомендаций как разнообразие и новизна: зачем они нужны, как их оценивать и оптимизировать. В практической части, используя данные онлайн-кинотеатра Кион, построим две версии простейшей модели рекомендаций. Далее сравним их качество с помощью визуального анализа на аватарах, а также меры их новизны и разнообразия.