Рекомендательные системы

2023/2024

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Кто читает:

Базовая кафедра Сбер

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

• 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

Планируемые результаты обучения

• Знать основные типы рекомендательных систем и алгоритмические подходы к решению задач ранжирования и рекомендаций пользователям
• Владеть навыками использования линейной алгебры, теории вероятностей, математической статистики, теории оптимизации, дискретной математики и теории графов в практических приложения рекомендательных систем и поиска закономерностей данных
• Уметь правильно формализовывать задачу, определять подходящее семейство алгоритмов, выбирать метрики оценки качества рекомендаций
• Разрабатывать ML рекомендательные системы разной сложности на языке программирования Python
• Интерпретировать предсказания на локальном и глобальном уровнях моделей и использовать их для отладки рекомендательной системы

Содержание учебной дисциплины

• Введение в рекомендательные системы
• Матричные факторизации и коллаборативная фильтрация.
• Контентные и гибридные рекомендательные модели
• Нейросетевые модели на последовательностях данных
• Автоэнкодеры и вариационные автоэнкодеры
• Graph и knowledge-graph подходы. Объяснения рекомендаций
• Написание сервиса рекомендательной системы

Элементы контроля

• Домашнее задание
• Конспект статьи
• Квиз
• Экзамен

Промежуточная аттестация

• 2023/2024 учебный год 1 модуль
  0.25 * Квиз + 0.3 * Домашнее задание + 0.3 * Экзамен + 0.15 * Конспект статьи

Список литературы

Рекомендуемая основная литература

• Manouselis, N., Drachsler, H., Verbert, K., Duval, E. Recommender Systems for Learning. – Springer, 2013. – ЭБС Books 24x7.
• Parul Aggarwal, Vishal Tomar, & Aditya Kathuria. (2017). Comparing Content Based and Collaborative Filtering in Recommender Systems. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.32D5064E

Рекомендуемая дополнительная литература

• Рекомендательные системы на практике - Фальк К. - Издательство "ДМК Пресс" - 978-5-97060-774-9 - 2020 - русский - https://e.lanbook.com/book/179458 - ЛАНЬ - 179458

Авторы

• Ананьева Марина Евгеньевна
• Яковлева Илона Александровна