Лекції випускників
27 травня відбулась чергова лекція випускника кафедри “Системний аналіз та обчислювальна математика” Дмитра Левашова на тему “Introduction to Recommender Systems”.
Дмитро пояснив, що системи рекомендацій використовують дані про взаємодію користувачів із товарами чи контентом (явні оцінки і неявні дії типу кліків) для передбачення їхніх вподобань. Було показано, як формулюється задача побудови матриці взаємодії та які метрики (MAE, RMSE, Precision/Recall) допомагають оцінити якість рекомендацій. Розглянули базові підходи: фільтрацію за контентом, колаборативну фільтрацію (на основі схожості користувачів або предметів) і методи матричної факторизації. Наприкінці згадали про проблему «розрідженості» даних і упередженість на популярні об’єкти, а також коротко окреслили шляхи їхнього подолання.
Продовження серії лекцій очікуємо вже восени, долучайтесь!
https://www.youtube.com/watch?v=j1_xgwd1D9M&feature=youtu.be
