Ранжирующие функции потерь в рекомендательных системах // Демо-занятие курса «Machine Learning. Advanced»

На вебинаре мы познакомимся с ранжирующими функциями потерь: BPR и WARP loss, рассмотрим их практическое применение на примере модели BPRMF. В результате вебинара мы: - Познакомимся с популярным подходом к построению рекомендательных систем: collaborative filtering. - Рассмотрим особенности ранжирующих функций потерь, их отличие от других функций потерь, используемых в рекомендательных системах. - Изучим архитектуру модели BPRMF и применим ее на практике. Этот урок особенно будет интересен: - Всем кто интересуется рекомендательными системами - Дата-сайентистам, желающим расширить область своих знаний - Тем кто самостоятельно изучает Data Science и уже знаком с основными методами ML Присоединяйтесь к нам для глубокого погружения в мир рекомендательных систем! 🚀 «Machine Learning. Advanced» - Преподаватель: Вероника Иванова - Data Scientist Пройдите опрос по итогам мероприятия - Следите за новостями проекта: - Telegram: - ВКонтакте: - LinkedIn: - Хабр: