Рекомендательные системы

2026/2027

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Кто читает:

Базовая кафедра ПАО Сбербанк «Финансовые технологии и анализ данных»

Статус:

Курс по выбору

Когда читается:

2-й курс, 1 модуль

Программа дисциплины

Аннотация

Дисциплина преподается с целью ознакомления слушателей с подходами к решению задач построения рекомендательных систем для бизнеса на основе лучших практик индустрии. Приобретаемые навыки: умение комбинировать и применять методы машинного обучения в специфике рекомендательных систем на основании принятых в индустрии практик, зарекомендовавших себя в бизнесе.

Цель освоения дисциплины

• Формирование знаний, умений и навыков проектирования рекомендательных систем и моделей персонализации на основе методов машинного обучения.

Планируемые результаты обучения

• Владеть навыками построения рекомендательных систем с учетом специфичных инструментов и методов
• Уметь проектировать и применять методы рекомендательных и персонализации систем в бизнес-практике
• Знать принятые в индустрии методы и тренды развития методов персонализации
• Реализовать модель / ансамбль моделей на основе заданного набора данных. Модель демонстрирует уровень качества не ниже заранее заданного значения метрики.
• Реализовать методы персонализации в диалоге с Ассистентом. Построенный Ассистент демонстрирует уровень качества по критериям корректности ответов в диалоге с пользователем.
• Достигать требуемого уровня метрики качества при построении методов персонализации на модельном наборе данных.

Содержание учебной дисциплины

• Персонализация - основы
• Формализация задач персонализации и рекомендательных систем
• Персонализация в индустрии развлечений
• Персонализация в индустрии электронной коммерции
• Ассистенты и диалоговые механики персонализации
• Агентные системы персонализации
• Персонализация в диалоге на основе function calling

Элементы контроля

• Лабораторная работа 1
  Построение методов персонализации на заданном наборе данных. Использование классических методов.
• Лабораторная работа 2
  Построение методов персонализации на основе диалогового ассистента / ИИ-Помощника.
• Экзамен
  Построение методов персонализации на заданном модельном наборе данных.

Промежуточная аттестация

• 2026/2027 1st module
  0.4 * Экзамен + 0.3 * Лабораторная работа 1 + 0.3 * Лабораторная работа 2

Список литературы

Рекомендуемая основная литература

• Фальк, К. Рекомендательные системы на практике : руководство / К. Фальк , перевод с английского Д. М. Павлова. — Москва : ДМК Пресс, 2020. — 448 с. — ISBN 978-5-97060-774-9. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/179458 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• Сорокин, А. Б. Рекомендательные системы: анамнестические и модельные методы : учебно-методическое пособие / А. Б. Сорокин, Л. М. Железняк, Р. Э. Семенов. — Москва : РТУ МИРЭА, 2022. — 65 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/265739 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

• Емашева Валерия Анатольевна