Рубрика «рекомендательные системы» - 5

в 22:10, , рубрики: big data, data mining, kaggle, R, sna, Алгоритмы, алгоритмы обработки данных, анализ данных, анализ социальных сетей, машинное обучение, рекомендательные системы, школа данных

Школа данных: Москва, Питер… онлайн - 1
Привет,

Можно ли с помощью данных управлять миром? Ну, ответ, очевиден. Вопрос в том, как…

Все уже слышали об успехе компании CambridgeAnalytica в предвыборной гонке Трампа и небезызвестного Brexit.

Статья собрала большое количество поклонников. В ней рассказаны потрясающие результаты, которых позволяет добиться современная аналитика. Однако, эти результаты достижимы только при соблюдении определенных нюансов, о которых умолчали авторы статьи и о которых мы хотели бы рассказать. Эти нюансы могут превратить данную задачу из легко решаемой в невозможную или наоборот.
Читать полностью »

в 19:19, , рубрики: adaptive learning, data mining, personalization, recommender system, stepik, stepik.org, адаптивное обучение, адаптивность, машинное обучение, рекомендательные системы, стэпик, метки: , , ,

Не прошло и полгода, как мы завершаем цикл статей об адаптивном обучении на Stepik! А, нет, прошло… Но я рада наконец представить вашему вниманию заключительную статью о том, зачем вообще нужно адаптивное обучение, как оно реализовано на Stepik и причём тут шахматы.

Рекомендательные системы в онлайн-образовании. Адаптивное обучение - 1

Читать полностью »

в 12:16, , рубрики: adaptive, adaptive learning, Applied Computer Science, challenge, Competition, contest, data science, java, javascript, lesson, online education, personalization, python, recommendation systems, stepik, stepik contest, stepik.org, Theoretical Computer Science, адаптивность, английский язык, Блог компании Stepik.org, грант, Занимательные задачки, конкурс, приз, программисты спасут мир, рекомендательные системы, стэпик

Новогодние праздники и январь прошли очень быстро и вместо большого количества курсов для конкурса Stepik Contest команда Stepik получила множество запросов с просьбами продлить дедлайн. Мы решили продлить срок конкурса до 31 марта, а сейчас — подвести промежуточные итоги, ответить на вопросы и разъяснить все неочевидные моменты конкурса.

Итак, конкурс Stepik Contest, дедлайн 31 марта, чтобы выиграть от $2K до $10K нужно создать 20+ задач по темам IT на платформе Stepik, adaptive.stepik.org.

Дедлайн конкурса Stepik Contest продлен до 31 марта, самое время создавать IT-задачи - 1
Читать полностью »

в 7:42, , рубрики: big data, data mining, kaggle, R, sna, Алгоритмы, алгоритмы обработки данных, анализ данных, анализ социальных сетей, Блог компании ВымпелКом (Билайн), машинное обучение, рекомендательные системы, школа данных

Школа Данных «Билайн»: с Наступающим - 1

Итак, заканчивается 2016 год. Для нас он был очень активным. Было 6 выпусков нашего курса для аналитиков, 5 выпусков курса для менеджеров (Data-MBA). Мы запустили курс в Санкт-Петербурге и уже провели первый выпуск. В партнерстве мы также обучали студентов Высшей Школы Экономики и Российской Экономической Школы, проводили мастер-классы в Сколково, участвовали в десятках хакатонов по всей стране, консультировали ведущие компании касательно применения аналитики и монетизации данных. В этом году один из наших преподавателей стал первым в мире в рейтинге Kaggle.
Читать полностью »

в 7:01, , рубрики: big data, cnn, data mining, data science, machine learning, python, Алгоритмы, машинное обучение, распознавание изображений, рекомендательные системы

image

В данной статье я хотел бы рассмотреть на практике вариант построения простейшей рекомендательной системы основанной на схожести изображений товаров. Этот материал предназначен для тех, кто хотел бы попробовать применить Deep Learning, а именно свёрточные нейронные сети, в простом, интересном и практически применимом проекте, но не знает с чего начать.
Читать полностью »

в 12:09, , рубрики: Intel MKL, intel xeon, Блог компании Intel, машинное обучение, разработка игр, рекомендательные системы

В наши дни онлайн-игры весьма популярны, особенно среди молодёжи. Играми занимают свободное время, нередко виртуальными соратниками или врагами становятся члены семей или друзья. Во многих случаях игрокам нужно что-либо покупать для того, чтобы улучшить своего персонажа и получить преимущество перед другими геймерами.

Машинное обучение и Intel Xeon: рекомендательная система для внутриигровых покупок Tencent - 1


— Лошадью ходи, век воли не видать!

Для того, чтобы усовершенствовать способы взаимодействия с пользователями, Tencent внедрила рекомендательную систему. Эта система построена на основе методов машинного обучения и призвана помогать пользователям принимать решения о внутриигровых покупках.
Читать полностью »

в 6:40, , рубрики: adaptive, adaptive learning, personalization, recommendation systems, stepic, stepic.org, адаптивность, Алгоритмы, Анализ и проектирование систем, без регистрации и смс, бесплатное образование, Блог компании Stepic.org, граф, математика, машинное обучение, переход, регрессия, регуляризация, рекомендательные системы, стэпик, хендлер

Мы продолжаем рассказывать об системе адаптивного обучения на Stepic.org. Первую вводную часть этой серии можно почитать здесь.

В данной статье мы расскажем о построении рекомендательной системы (которая и лежит в основе адаптивности). Расскажем о сборе и обработке пользовательских данных, о графах переходов, хендлерах, оценке реакции пользователя, формировании выдачи.

Вспомним про линейную регрессию, регуляризацию и даже поймём, почему в нашем случае лучше использовать гребневую регрессию, а не какую-нибудь там ещё.

Рекомендательные системы в онлайн-образовании. Продолжение - 1

Читать полностью »

в 13:38, , рубрики: drive2, relap, UGC, автомобили, Блог компании Surfingbird, блоги, интервью, источники трафика, Медиа, монетизация сайта, нативная реклама, пользовательский контент, реклама, рекомендательные системы, СМИ, трафик, Управление продуктом, управление проектами, Управление сообществом

image

Drive.ru и Drive2.ru — крупнейшее медиа об авто и сообщество, где пользователи пишут обо всем, что связано с автомобилями. Оба проекта используют рекомендательные технологии Relap.io. Мы расспросили Юрия Белоусова, директора по развитию проектов, как у них все устроено.

О чем говорили:

— Об истории проекта.

— О посещаемости и трафике.

— О деньгах и рекламе.

— О пользовательском контенте и СМИ 3.0.

— Как DRIVE2 помогает продавать авто.

— О достигнутом и планах.
Читать полностью »

в 12:23, , рубрики: adaptive, adaptive learning, personalization, recommendation systems, stepic, stepic.org, адаптивность, без регистрации и смс, бесплатное образование, Блог компании Stepic.org, Исследования и прогнозы в IT, рекомендательные системы, стэпик, Учебный процесс в IT

28 апреля 2016 года мы официально объявили о запуске первого адаптивного курса на Stepic.org, который подбирает задачи по Python в зависимости от уровня учащегося. До этого мы ещё реализовали на платформе рекомендованные уроки, чтоб учащиеся как не забывали, что они уже прошли, так и открывали для себя новые темы, которые могут их заинтересовать.

Этой статьёй мы начинаем цикл о рекомендательных системах и адаптивном обучении.

Под катом две основные темы:

  • про онлайн-образование, плюсы/минусы/подводные камни;
  • классификация рекомендательных систем, их применимость в образовании, примеры.

Рекомендательные системы в онлайн-образовании - 1

Читать полностью »

в 19:15, , рубрики: big data, data mining, nlp, relap, Блог компании Surfingbird, классификация, машинное обучение, нативная реклама, рекомендательные системы, Семантика, тематическое моделирование, формула Байеса, метки:

bayesian

Почему?

Сейчас Relap.io генерирует 40 миллиардов рекомендаций в месяц на 2000 медиаплощадках Рунета. Почти любая рекомендательная система, рано или поздно, приходит к необходимости брать в расчет содержимое рекомендуемого контента, и довольно быстро упирается в необходимость как-то его классифицировать: найти какие-то кластеры или хотя бы понизить размерность для описания интересов пользователей, привлечения рекламодателей или еще для каких-то темных или не очень целей.

Задача звучит довольно очевидно и существует немало хорошо зарекомендовавших себя алгоритмов и их реализаций: Латентное размещение Дирихле (LDA), Вероятностный латентно-семантический анализ (pLSA), явный семантический анализ (ESA), список можно продолжить. Однако, мы решили попробовать придумать что-нибудь более простое, но вместе с тем, жизнеспособное.
Читать полностью »

1...456...9
Главная   |  Архив новостей  |   Android  |   Google  |   Apple  |   Microsoft  |   Информационная безопасность  |   Веб – разработка
Публикации RSS  |  Комментарии RSS
https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js