Первоначально опубликовано 6 июля 2022 г. UCI ICS. Автор Карен Фан.
С 18 по 29 мая в репозитории UCI Machine Learning (ML) прошел хакатон по машинному обучению 2022. На протяжении всего хакатона участники взаимодействовали с членами UCI ML Repository и его наборами данных для создания творческих и значимых проектов. 3 июня организаторы хакатона провели церемонию награждения, на которой были рассмотрены представленные проекты и отмечены четыре победивших хака.
В целом лучший результат: персонализация рекомендаций без активности пользователя
Репозиторий машинного обучения UCI содержит более 600 наборов данных. Хотя существует множество способов фильтрации наборов данных, как насчет того, чтобы использовать машинное обучение, которое сделает эту работу за вас? Ангел Вилчис, младший специалист по информатике, специализирующийся на интеллектуальных системах, построил модель, которая рекомендует наборы данных, связанную с выбранным набором данных. Вилчис говорит, что рекомендации модели очень точны и приносят пользу всем пользователям, просматривающим репозиторий машинного обучения UCI.
Сначала вы выбираете интересующий вас набор данных в репозитории UCI ML. Затем вы указываете, сколько связанных наборов данных вы хотели бы рекомендовать. Наборы данных рекомендуются в зависимости от того, насколько они похожи на выбранный набор данных по трем параметрам: характеристикам, контексту и популярности. Вы также можете настроить модель так, чтобы одна мера подобия предпочтительнее другой.
Нажмите здесь, чтобы прочитать статью полностью.
