RecSys 2021 2022
Содержание
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 |
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
