Публикации по теме 'recommendation-system'
Процветайте и процветайте в глубоком обучении: FM-модель для системы рекомендаций
Поскольку вы вошли в эту статью, я предполагаю, что вы работаете инженером по алгоритмам в отрасли. Однако, согласно моему опыту, предположение, вероятно, верно только на 20%, поскольку у большинства инженеров-алгоритмов очень много интересов, они будут нажимать на статьи, если такие слова, как «модель, алгоритм, глубокое обучение, шокирующе, красотка »отображаются в заголовке, но затем через 3 секунды закрывает окно с разочарованием. Статья более техническая, скорее она будет закрыта...
Прикладная наука о данных: системы рекомендаций по контенту
Потратив прошлый семестр на изучение концепций науки о данных в контексте линейной алгебры, я стал все больше интересоваться тем, как эти математические методы применяются в реальном мире. Одним из таких вариантов использования, который получил широкое распространение в 2022 году, являются системы рекомендаций по контенту.
Мотивы рекомендательных систем
За последние 20 лет технологические продукты произвели революцию в том, как пользователи создают, находят и потребляют контент...
Склонность к инвестиционным рекомендациям
Фон
Финансово грамотные люди всегда приобретали активы за ликвидные деньги, чтобы потом пожинать плоды. Но набор « финансово грамотных » людей составляет очень маленькую долю среди большого населения. Это верно даже для развитых стран, таких как США, и ситуация еще хуже в развивающихся странах, таких как Индия. Суть в том, что неэффективность инвестиций — это проблема, которую необходимо решать независимо от экономического положения региона. Пока мы говорим, в банковской и финансовой..
Насколько актуальна матричная факторизация в системе рекомендаций?
Что такое матричная факторизация?
Простая матричная факторизация — это метод разложения одной матрицы в произведение двух матриц.
например: матрица размерности mxn может быть разложена как mxd и dxn
Думайте о любом наборе данных взаимодействия пользователя с элементом как о матрице, которая имеет реальные значения (рейтинги).
что он на самом деле делает с нашим набором данных о взаимодействии с пользовательскими элементами?
Это помогает нам находить функции (скрытые функции)..
От рекомендаций, основанных на содержании, к персонализации: учебное пособие
Вступление
Основная задача команды специалистов по анализу данных в Upside - представить клиентам авиабилеты и отели, которые они с наибольшей вероятностью купят. Кроме того, мы хотим, чтобы наши клиенты чувствовали, что мы их знаем, поэтому персонализация представленного инвентаря - отличный способ продемонстрировать это! Один из методов персонализации инвентаря - использование рекомендательных систем , которые могут учитывать свойства инвентаря наряду с предпочтениями клиентов..
VAE не делают классические рекомендательные системы устаревшими
VAE не делают классические рекомендательные системы устаревшими
Прочитав статью Как вариационные автоэнкодеры делают классические рекомендательные системы устаревшими , в которой утверждается, что вариационные автоэнкодеры (VAE) превосходят классические рекомендательные системы, такие как простые модели совместной фильтрации на основе памяти и моделей, я почувствовал необходимость ответить. Хотя в этой статье представлено интересное сравнение различных алгоритмов рекомендаций, я не..
Data Layering — как тренируются лучшие модели
Общие наборы данных могут давать уникальные результаты и отличные модели ИИ.
Если вы ищете хитрости, которые сделают ваши неконтролируемые модели умными и надежными, не пропустите Распределение данных , которое является ядром механизмов рекомендаций, которые мы используем в MarieAI ( marieai.com ) для обучения интеллектуальных моделей.
Модели в действии
Иногда, когда вы видите механизмы рекомендаций в действии, вы, вероятно, задаетесь вопросом, почему они такие тупые?..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..