Публикации по теме 'recommender-systems'


Выигрышное решение RecSys2020 Challenge: разработка и обучение функций с ускорением графического процессора для…
Ускоренная разработка функций и обучение для рекомендательных систем Авторы Бенедикт Шифферер и Эвен Олдридж Наше решение, занявшее первое место в RecSys Challenge 2020 , было сфокусировано на прогнозировании взаимодействия с твитами на основе набора данных этого года, предоставленного организатором конкурса, Twitter. В междисциплинарную команду NVIDIA вошли коллеги из NVIDIA KGMON (Kaggle Grandmasters), NVIDIA RAPIDS (Data Science) и NVIDIA Merlin (Recommender Systems), которые..
Инновации в области науки о данных в применении рекомендательных систем
1. Введение — потребность в рекомендательных системах Информация была важной и неотъемлемой частью человеческой истории для поддержки принятия решений, что важнее, чем когда-либо, в связи с постоянно растущим объемом данных, которые мы генерируем за последние десятилетия. В основе принятия решений на основе данных часто можно увидеть рекомендательные системы, выполняющие задачу фильтрации и извлечения информации для поддержки современных поставщиков услуг с большим объемом данных, включая..
Система рекомендаций с использованием совместной фильтрации в Python
«Клиенты, которые купили это, также купили…» Мы часто сталкиваемся с персональными рекомендациями во время покупок на Amazon, прослушивания музыки на Spotify и просмотра сериалов на Netflix, и это лишь некоторые из них. Они настолько широко распространены, что многие из нас взаимодействуют с ними, даже не осознавая этого. Все эти веб-сайты пытаются оценить наши вкусы, чтобы обеспечить постоянное взаимодействие. Эти компании используют наши модели покупок/слушания/просмотра, чтобы..
Что такое встраивания графа знаний?
В эпоху цифровых технологий информация является источником жизненной силы прогресса, и то, как мы организуем и воспринимаем информацию, имеет важное значение для улучшения нашего понимания мира. Откройте для себя графики знаний — мощный инструмент, который упрощает представление сложных взаимосвязей между объектами. Чтобы расширить возможности графов знаний, исследователи разработали интересную концепцию, известную как « Встраивание графов знаний ». В этой статье мы углубимся в мир..
Случай вложения в рекомендательные задачи
После того, как вы поработали над разными проблемами машинного обучения, большинство вещей в этой области начинают казаться очень похожими. Вы берете свои необработанные входные данные, сопоставляете их с другим скрытым пространством с меньшим количеством измерений, а затем выполняете классификацию / регрессию / кластеризацию. Рекомендательные системы, новые и старые, ничем не отличаются. В задаче классической совместной фильтрации вы факторизуете свою частично заполненную матрицу..
Время – деньги: перестаньте планировать и начните делать
Время – деньги: перестаньте планировать и начните делать Как мы за пару месяцев создали решение для машинного обучения, о котором мечтают все. Получить решение для работы с данными в режиме реального времени с несколькими миллионами событий каждый день — непростая задача. Даже если вы не усложняете машинное обучение и надежные конвейеры данных. Получить все это вживую менее чем за 4 месяца для меня огромное достижение. Итак, что такое святой Грааль, дорога, которую все хотят..
Математика, лежащая в основе системы рекомендаций, основанной на содержании.
Концепция системы рекомендаций на основе содержания: Сначала я хотел бы дать интуицию относительно системы рекомендаций, основанной на содержании, например, как она работает, на практике, а позже мы перейдем к математической части, лежащей в основе этого! Предположим, у нас есть Пользователь 1, который посмотрел фильм 1 (Действие) с оценкой 5/5, фильм 2 (Романтика) с оценкой 4/5 и фильм 3 (Действие) с оценкой 5/5 соответственно. Теперь, если Пользователь 2 смотрит фильм 6..