RecSys 2021 2022

О курсе

Целями освоения дисциплины «Рекомендательные системы» являются овладение студентами основными методами рекомендательных систем и подходами к поиску закономерностей в данных, например, таких как базы транзакций и последовательностей. В ходе курса будут рассмотрены:
- Основные типы рекомендательных систем и алгоритмические подходы к решению задачи рекомендаций;
- Методы проверки качества рекомендаций и достоверности выявленных закономерностей.

Программа курса: [ ПУД]

Репозиторий курса: github

Контакты

Преподаватель	Контакты
Ананьева Марина Евгеньевна	Email Telegram

Программное обеспечение

• Python >= 3.7
• Jupyter Notebook
• pip3

Материалы курса

Неделя	Тема	Материалы	Домашние задание	Дедлайн
1	Введение в рекомендательные системы	https://github.com/anamarina/RecSys_course/blob/main/week1/RecSys.Week1.pdf
2	Бейзлайны MF. ALS	https://github.com/anamarina/RecSys_course/tree/main/week2	https://github.com/anamarina/RecSys_course/tree/main/hw	18 октября 2021, 23:59
3	Контентные & гибридные модели	https://github.com/anamarina/RecSys_course/tree/main/week3
4	Data mining для RecSys. FP дерево	https://www.dropbox.com/s/q3v478dtbz7huno/PatternMiningIntro_2020.pdf?dl=0
5
6
7

Список литературы

1. Charu C. Aggarwal. Recommender Systems: The Textbook, Springer, April 2016 – Режим доступа: https://www.springer.com/gp/book/9783319296579

2. Recommender Systems Handbook. Francesco Ricci, Lior Rokach, Bracha Shapira (Eds.), Springer, 2015 – Режим доступа: https://www.springer.com/la/book/9781489976369