Для решения многих задач у нас есть мощные алгоритмы машинного обучения, которые при наличии достаточного количества данных могут обеспечить беспрецедентную производительность. Однако условие наличия большого количества универсальных и качественных данных не так легко удовлетворить. Это особенно сложно для задач, требующих участия человека. Прямое участие людей в процессе сбора данных требует больших затрат и времени. Более того, для решения некоторых проблем требуются экспертные..

ПОЧЕМУ неявные данные? Поскольку мы, как ленивые пользователи, почти не выставляем оценки (явные данные) для всего, что мы делаем на любой платформе, будь то Netflix, Amazon, LinkedIn и т. Д. Мы просто следим за фильм (неявные данные), просмотрите продукт или щелкните элемент вакансии в LinkedIn и просто двигайтесь дальше. Предложение соответствующих рекомендаций практически каждому потребителю, с которым сталкивается бизнес, очень важно для превращения потенциальных клиентов в..

С мая я прохожу сертификационный курс по Big Data. Он организован по подразделениям, и сейчас я нахожусь в подразделении рекомендательных систем, продиктованное Денисом Парра . Я начинаю эту серию публикаций, пытаясь обобщить то, что я узнал, и поделиться своим видением этого. В этом посте мы поговорим о: Почему нас интересуют рекомендательные системы Как сортировать и ранжировать предметы Классификация систем рекомендаций Краткие скобки: как измерить ошибку прогноза Без..