Публикации по теме 'recommender-systems'


Механизм рекомендаций по машинному обучению с AWS SageMaker
Метод кластеризации на основе предпочтений для рекомендации элементов с использованием AWS SageMaker и его встроенного алгоритма k-Means. Цель Цель этого проекта — создать механизм рекомендаций с помощью AWS SageMaker. Основная цель — порекомендовать 20 лучших фильмов пользователям, сгруппированным по сходству предпочтений. Контекст В рамках «Облачного гуру — вызов машинного обучения», предложенного Кешей Уильямс, энтузиастам машинного обучения предлагается реализовать свое..
Восстание машин: компьютеры будут читать ваши исследования больше, чем люди.
Компьютеры будут читать ваши исследования чаще, чем люди. Существует старый миф о том, что большинство исследовательских работ читают только их авторы, их рецензенты и иногда мама автора. Это неправда. И если вы когда-нибудь изучали данные об использовании журналов, вы знаете, что рецензируемые исследования используются чаще, чем люди часто думают. В моей прежней жизни в качестве редактора журнала я обычно советовал авторам выбирать один из двух видов заголовков, чтобы помочь..
Semantic-Aware Autoencoder в сценариях рекомендаций
Введение Искусственные нейронные сети — это привлекательные модели, которые могут получить высокую дискриминационную способность, но цена, которую вы платите за лучшую точность, — отсутствие интерпретируемости. Вот почему их называют черными ящиками; они работают нормально, но вы не можете понять, как они вычисляют прогнозы. Нейронные сети способны аппроксимировать любую функцию, но изучение их структуры не даст нам никакого представления об аппроксимируемой функции, потому что нет..
Многоэтапный подход к построению рекомендательных систем
Откройте для себя современные подходы к построению RecSys # 1 Проблема информационной перегрузки Все мы знакомы с поисковыми системами и рекомендательными системами. Без них мы были бы перегружены огромным количеством информации, создаваемой каждую секунду. Эта информация может принимать различные форматы данных — текст , изображения , аудио , видео и т. д. По сути, эти системы могут, учитывая большой каталог информации, выявлять, фильтровать и ранжировать..
Прогнозирование эмодзи с помощью OpenAI
Как я использовал модель глубокого обучения OpenAI CLIP, чтобы предсказать эмодзи по твиту. Оцените производительность с обучающими данными и без них и поэкспериментируйте с моделью самостоятельно! Смайлики — это способ передать эмоции в предложении. Поскольку смайлики — это изображения, мне стало интересно, насколько хорошо модель CLIP Open AI предсказывает смайлики с учетом твита. Мы начнем с CLIP как есть для предсказания смайликов. Позже мы настраиваем CLIP на 1, 5, … до 500..
Рекомендательный проект по планированию поездки
предоставляя вам зоны, полные мест по вашему выбору Вы когда-нибудь задумывались, с чего начать свое путешествие? Были ли у вас случаи, когда вы тонули из-за огромного количества путешествующей информации? У вас определенно были эти чувства, когда у вас был длинный список планов при планировании поездки, или когда вы были слишком заняты, чтобы справиться со всем самостоятельно, или когда вы просто не знали, куда идти! Плохое время с планированием или потеря во время поездки могут..
Создайте рекомендательную систему менее чем за час с помощью Amazon Personalize
Создайте рекомендательную систему менее чем за 60 минут Пошаговое руководство по созданию рекомендательной системы с помощью Amazon Personalize. Плохие времена! С тех пор, как правительство Таиланда объявило чрезвычайное положение из-за коронавируса, всех нас поощряли работать из дома. Мне было поручено провести вебинар на тему «Повышение вовлеченности клиентов электронной коммерции в условиях Covid-19». Итак, после тщательного рассмотрения и с учетом моего базового опыта в..