Публикации по теме 'recommendations'


Почему мы создали туристический продукт в разгар пандемии
Это смехотворно странное время для запуска продуктов для путешествий. В этой истории я рассказываю, почему мы создали TravelRank и почему запускаем его в разгар корона-кризиса. TravelRank — это рекомендатель туристических направлений, работающий на основе искусственного интеллекта и нейронной сети. Мы сделали это для таких же частых путешественников, как мы, фанатов производительности, которые предпочитают принимать быстрые и обдуманные решения на основе данных и устали от..
Изучение возможностей совместной фильтрации в рекомендательных системах: методы и…
Совместная фильтрация — это мощный метод, используемый в системах рекомендаций для прогнозирования того, как пользователь оценит элемент. Он основан на идее, что похожие пользователи будут иметь аналогичные предпочтения в будущем. Совместную фильтрацию можно использовать для предоставления рекомендаций для широкого спектра приложений, таких как музыка, фильмы, книги и продукты. Существует два основных типа совместной фильтрации: 1. пользовательский 2. по предметам. Совместная..
Иногда я пишу и о науке о данных
Я начал свою работу на Medium, пишу о науке о данных (если вы гуглите Случайный лес , мой блог должен быть первым в результатах сразу после Википедии). Я бы сказал, что это моя вторая профессиональная страсть после инвестирования. На днях я соберу каталог всех статей по науке о данных, которые я написал, и добавлю его в блог Alpha Beta. Но я надеюсь, что вы прочтете мою последнюю статью об ANOVA (дисперсионном анализе). Когда мы сталкиваемся с большим количеством данных, нам..
Система рекомендаций фильмов
Сейчас 9:26, и у меня есть немного времени для себя, так почему бы не написать. Сегодня утром я проснулся с приливом энергии и решил разобраться в рекомендательных системах, создав их. Я большой поклонник netflix и всегда удивлялся, почему их рекомендации настолько хороши! Целью этого является создание простой системы рекомендаций на основе контента на основе набора данных о фильмах. Данные Данные, с которыми мы работаем, — это данные IMDMB от kaggle. Краткое изложение шагов..
Мистер Вольф снова обманывает команду специалистов по обработке и анализу данных  — «Мошенничество с утечкой данных» 🐺
Г-н. Вольф ранее взломал эксперимент AB-Testing и теперь возвращается с другим злом — утечкой данных. На протяжении многих лет я видел и был свидетелем некоторых злых практик от мистера Вольфа (эксперт по обработке данных — фиктивный персонаж). Раньше он занимался п-хакингом , а теперь придумал еще одну хитрость, чтобы обмануть команду. Чтобы остановить мистера Вольфа, я использую свою писательскую способность, чтобы разоблачить и разоблачить все его злые уловки. Что плохого..
Машина экстремальной глубокой факторизации (xDeepFM)
Новый шум в области рекомендательной системы Мы живем во времена, когда избалованы выбором. Будь то еда, музыка или развлечения, количество вариантов, которые у нас есть, просто ошеломляет. Но благодаря механизмам рекомендаций, которые подпитывают эти приложения / сайты, эти альтернативы предоставляются нам в виде ранжированного списка. В этом блоге мы обсудим новый алгоритм рекомендаций, который называется «Машины экстремальной глубокой факторизации» (xDeepFM). Этот блог..
График вкуса, часть 1: Назначение интересов пинам
Брайан Джонсон | Pinterest Руководитель отдела инженерии знаний График вкуса - это набор технологий и данных, которые определяют общий словарь для понимания нашего контента, пользователей и партнеров. Это помогает нам понять, как интересы и предпочтения человека меняются с течением времени в зависимости от таких категорий, как еда, мода, домашний декор и т. Д. С более чем 100 млрд контактов и растущей пользовательской базой, превышающей 200 миллионов активных пользователей в месяц,..