Михаил Камалов — Рекомендательные системы: от матричных разложений к глубинному обучению
Ближайшая конференция — SmartData 2020
9-12 декабря, Online
Подробности и билеты: https://smartdataconf.ru/
. В настоящее время рекомендательные системы активно применяются как в сфере развлечений (YouTube, Netflix), так и в сфере интернет-маркетинга (Amazon, Aliexpress). В связи с этим, в докладе будут рассмотрены практические аспекты применения глубинного обучения, коллаборативной и контентной фильтрации и фильтрации по времени как подходов в рекомендательных системах. Дополнительно будет рассмотрено построение гибридных рекомендательных систем и модификации подходов для онлайн-обучения на Spark.
Видео Михаил Камалов — Рекомендательные системы: от матричных разложений к глубинному обучению канала SmartData
9-12 декабря, Online
Подробности и билеты: https://smartdataconf.ru/
. В настоящее время рекомендательные системы активно применяются как в сфере развлечений (YouTube, Netflix), так и в сфере интернет-маркетинга (Amazon, Aliexpress). В связи с этим, в докладе будут рассмотрены практические аспекты применения глубинного обучения, коллаборативной и контентной фильтрации и фильтрации по времени как подходов в рекомендательных системах. Дополнительно будет рассмотрено построение гибридных рекомендательных систем и модификации подходов для онлайн-обучения на Spark.
Видео Михаил Камалов — Рекомендательные системы: от матричных разложений к глубинному обучению канала SmartData
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Рекомендательная система на коленке, Михаил Трофимов
Обзор нейросетевых рекомендательных систем - Дмитрий Ушанов
Deep Learning for Recommender Systems | Alexandros Karatzoglou
Почему вы никогда не найдете Дата Саентиста – Валерий Бабушкин
Как мы не сделали рекомендательную систему в банке — Валерий Бабушкин
Максим Стаценко — Обзор технологий хранения больших данных. Плюсы, минусы, кому подойдет.
Дмитрий Бугайченко — Stateful streaming: Кейсы, паттерны, реализации
Владимир Верстов — Как мы разрабатываем DMP для Такси, Еды и Лавки
Евгений Ермаков, Николай Гребенщиков — Highly Normalized Hybrid Model
How to Design and Build a Recommendation System Pipeline in Python (Jill Cates)
Рекуррентные сети: 4. Рекуррентная LSTM сеть. Обработка текста
082. Deep learning в рекомендательных системах – Андрей Зимовнов
Рекомендательные системы: архитектура и применение
Яндекс изнутри: рекомендательные системы Музыки и Дзена - Запись трансляции
Артур Хачуян — Наше хранилище для веб-аналитики
How Recommender Systems Work (Netflix/Amazon)
Александр Ермаков — Подходы к построению современной платформы данных.
Лекция 1 | Машинное обучение и рекомендательные системы | Евгений Соколов | Лекториум
7. НЕЙРОННЫЕ СЕТИ. Методы оптимизации | Технострим
003. Подходы к аналитике в рекомендательных системах – Алёна Подлевских