Свързани публикации 'recommendation-system'


Светът на системите за препоръчване на филми
Чудили ли сте се някога какво ни кара да виждаме филми, подобни на филми, които сме гледали през повечето време, как чуваме песни, подобни на тези, които сме запазили в нашия плейлист? Чувствали ли сте някога, че някой наблюдава нашите ходове и научава какви филми харесваме, препоръчва ли ви подобни филми и получавате впечатление? Е, това не е работа на детектив, а модел на машинно обучение, който ще следи вашите гледания и оценки и ще предлага вашите подобни филми. Този вид модели се..

Препоръки, базирани на съдържание — Част 3
Съдържание : Въведение и рамка за препоръки „Оценяване на системи за препоръки“ „Препоръки, базирани на съдържание“ „Съвместно филтриране на базата на съседство“ „Съвместно филтриране, базирано на потребители и елементи“ Препоръки на KNN „Матрица факторизация“ Дълбоко обучение — Въведение „Ограничени машини на Болцман“ Автозаписи Amazon DSSTNE и Sage Maker „Предизвикателства и решения в реалния свят“ Базираните на съдържание препоръки са най-простият от всички..

🎧 DeepTunes - Инкогнито раздел за вашия Spotify
DeepTunes беше първият междуфункционален проект за седмица на изграждане в Lambda School. Имахме само четири дни, за да работим с чисто нов екип от уеб разработчици и специалисти по данни и да създадем напълно функционално уеб приложение. Бяхме един от двата отбора, избрани от 15+ за представяне на „Shark Tank“, презентация за цялото училище с 300+ души. Вижте демонстрацията на Shark Tank тук: https://youtu.be/5P3oDO8v0Sc Приложението Случвало ли ви се е да слушате песен в..

Как работи системата за препоръки на Twitter
Алгоритъм за препоръки: https://github.com/twitter/the-algorithm ML модели: https://github.com/twitter/the-algorithm-ml Официален блог: https://blog.twitter.com/engineering/en_us/topics/open-source/2023/twitter-recommendation-algorithm TL;DR Системата за препоръки на Twitter следва процес, подобен на този в масовата индустрия, с извличане на кандидати, класиране и смесване. Twitter обаче се отличава от другите RecSys, като набляга на използването на мрежови данни,..

Математика зад базирана на съдържание система за препоръки.
Концепция зад базирана на съдържание система за препоръки: Първо бих искал да дам интуицията по отношение на системата за препоръки, базирана на съдържание, например как работи в реални практики и по-късно ще преминем към математическата част зад нея! Ако приемем, че имаме потребител 1, който е гледал филм 1 (екшън), го е оценил с 5/5, филм 2 (романтичен) го е оценил с 4/5 и филм 3 (екшън) го е оценил съответно с 5/5. Сега, ако Потребител 2 гледа Филм 6 (Екшън) го оценява с 5/5, а..

Алгоритъм за предложения за приятели във Facebook
Facebook е уебсайт, който позволява на потребителите, които се регистрират за безплатни профили, да се свързват с приятели, колеги от работата или хора, които не познават, онлайн. Тя позволява на потребителите да споделят снимки, музика, видеоклипове и статии, както и собствените си мисли и мнения, с колкото хора харесват. Потребителите изпращат „покани за приятелство“ до хора, които може би познават или не познават. След като бъдат приети, двата профила се свързват, като и двамата..

Зад кулисите на системите за препоръчване на филми (Amazon Prime, Disney+, Netflix, ...)  —  холистичен...
Зад кулисите на системите за препоръчване на филми (Amazon Prime, Disney+, Netflix, …) — холистичен подход