MediaWiki API Result

You are looking at the HTML representation of the XML format.
HTML is good for debugging, but is unsuitable for application use.
Specify the format parameter to change the output format.
To see the non HTML representation of the XML format, set format=xml.
See the complete documentation, or API help for more information.
<?xml version="1.0"?>
<api>
  <query-continue>
    <allpages gapcontinue="RecSys_2022_2023" />
  </query-continue>
  <query>
    <pages>
      <page pageid="19818" ns="0" title="Recsys 2020 2021">
        <revisions>
          <rev contentformat="text/x-wiki" contentmodel="wikitext" xml:space="preserve">==О курсе==

Целями освоения дисциплины «Рекомендательные системы и поиск закономерностей в данных» 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:&lt;br&gt;
- Основные типы рекомендательных систем и алгоритмические подходы к решению задачи рекомендаций;&lt;br&gt;
- Методы майнинга данных и поиска закономерностей в различных типах данных, включая транзакции и последовательности событий и транзакций;&lt;br&gt;
- Методы проверки качества рекомендаций и достоверности выявленных закономерностей.

Программа курса: [https://drive.google.com/file/d/1hN9JsPds0_35EyOJBB0LBNVcmeCuP_8a/view?usp=sharing ПУД]

Репозиторий курса: [https://github.com/anamarina/hse_recsys_2020 github]

==Контакты==

{| class=&quot;wikitable&quot;
|-
! Преподаватель !! Контакты 
|-
| style=&quot;background:#eaecf0;&quot; | Игнатов Дмитрий Игоревич  || [mailto:dignatov@hse.ru Email]
|-
| style=&quot;background:#eaecf0;&quot; |Ананьева Марина Евгеньевна  || [mailto:ananyeva.me@gmail.com Email] [https://t.me/ananyevame Telegram]
|}

==Программное обеспечение==

* Python &gt;= 3.6
* Jupyter Notebook
* pip3

==Материалы курса==

{| class=&quot;wikitable&quot;
|-
 ! Неделя !! Тема !! Слайды!! Дополнительные материалы !! Домашнее задание !! Дедлайн 
|-
| style=&quot;background:#eaecf0;&quot; | '''1''' || Введение в рекомендательные системы. Метод скользящего контроля для оценки качества рекомендаций  || [https://www.dropbox.com/s/osig5de9o2nm7ok/RecSysIntro2020.pdf?dl=0 Слайды] &lt;br&gt;[https://www.dropbox.com/s/0fyhrktzj8lmu3o/Case%201.%20%D0%A0%D0%B5%D0%BA%D0%BE%D0%BC%D0%B5%D0%BD%D0%B4%D0%B0%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D1%8B%D0%B5%20%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B.pdf?dl=0 Case study 1] ||  ||[https://github.com/anamarina/hse_recsys_2020/blob/main/week1/home_assignment_1.ipynb Задание 1] || 20 ноября 2020
|-
| style=&quot;background:#eaecf0;&quot; | '''2''' || Частые множества и ассоциативные правила || [https://www.dropbox.com/s/q3v478dtbz7huno/PatternMiningIntro_2020.pdf?dl=0 Слайды] ||  || [https://www.dropbox.com/s/o5qrej47mdftnuy/HW_FIM_FinTech_2020.pdf?dl=0 Задание 2] || 7 декабря 2020
|-
| style=&quot;background:#eaecf0;&quot; | '''3''' || Методы на основе матричных разложений || [https://www.dropbox.com/s/5fn5bsjgd3wwfcz/RecSys_MF_2019.pdf?dl=0 Слайды] ||  || ||
|-
| style=&quot;background:#eaecf0;&quot; | '''4''' || Функции потерь. Метрики качества. Гибридные архитектуры рекомендательных моделей || [https://drive.google.com/file/d/1opBGWaFUbnimkjb7fcoaAe4ghdTo9gcK/view?usp=sharing Слайды] ||  || ||
|-
| style=&quot;background:#eaecf0;&quot; | '''5''' || Нейросетевые архитектуры, Часть 1. Объяснения рекомендаций (обзор литературы). || [https://drive.google.com/file/d/1vhrGS38oExtraxYM88IuTxp7j2OgXK3l/view?usp=sharing Слайды] ||  || ||
|-
| style=&quot;background:#eaecf0;&quot; | '''6''' || Нейросетевые архитектуры, Часть 2.  || [Обзор по статьям без слайдов] ||  || ||
|-
| style=&quot;background:#eaecf0;&quot; | '''7''' || Тестирование рекомендательных моделей. A/B тесты. RL подходы|| [https://drive.google.com/file/d/1HTGMrGEI3yiWUxvV2RKMjXaYNEei2jO_/view?usp=sharing Слайды] ||  || ||
|-
|}

==Оценки==

==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</rev>
        </revisions>
      </page>
      <page pageid="23868" ns="0" title="RecSys 2021 2022">
        <revisions>
          <rev contentformat="text/x-wiki" contentmodel="wikitext" xml:space="preserve">==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:&lt;br&gt;
- Основные типы рекомендательных систем и алгоритмические подходы к решению задачи рекомендаций;&lt;br&gt;
- Методы проверки качества рекомендаций и достоверности выявленных закономерностей.

Программа курса: [ ПУД]

Репозиторий курса: [https://github.com/anamarina/RecSys_course github]

==Контакты==

{| class=&quot;wikitable&quot;
|-
! Преподаватель !! Контакты 
|-
| style=&quot;background:#eaecf0;&quot; |Ананьева Марина Евгеньевна  || [mailto:ananyeva.me@gmail.com Email] [https://t.me/ananyevame Telegram]
|}

==Программное обеспечение==

* Python &gt;= 3.7
* Jupyter Notebook
* pip3

==Материалы курса==

{| class=&quot;wikitable&quot;
|-
 ! Неделя !! Тема !! Материалы !! Домашние задание !! Дедлайн 
|-
| style=&quot;background:#eaecf0;&quot; | '''1''' || Введение в рекомендательные системы  || https://github.com/anamarina/RecSys_course/blob/main/week1/RecSys.Week1.pdf || || 
|-
| style=&quot;background:#eaecf0;&quot; | '''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
|-
| style=&quot;background:#eaecf0;&quot; | '''3''' || Контентные &amp; гибридные модели ||https://github.com/anamarina/RecSys_course/tree/main/week3 || ||
|-
| style=&quot;background:#eaecf0;&quot; | '''4''' || Data mining для RecSys. FP дерево || https://www.dropbox.com/s/q3v478dtbz7huno/PatternMiningIntro_2020.pdf?dl=0 || ||
|-
| style=&quot;background:#eaecf0;&quot; | '''5''' || || || ||
|-
| style=&quot;background:#eaecf0;&quot; | '''6''' ||  ||   || ||
|-
| style=&quot;background:#eaecf0;&quot; | '''7''' || || || ||
|-
|}

==Оценки==

==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</rev>
        </revisions>
      </page>
    </pages>
  </query>
</api>