Упрощать и искать похожие детали, очень полезный навык! Предлагаю быстро пробежаться и попробовать найти ту самую серебряную пулю в RecSys !
Рубрика «рекомендательные системы» - 2
RecSys + DSSM + FPSLoss is all you need
2025-06-08 в 12:10, admin, рубрики: CLIP, cross-entropy, FPS, loss, loss-функции, machine learning, pairCE, recsys, tripletloss, рекомендательные системы
Теория мертвого 2GIS
2025-05-27 в 8:25, admin, рубрики: 2GIS, antifraud, антифрод, геоинформационные системы, критика, мошенничество, отзывы, пет-проект, расследование, рекомендательные системыВиссарион Григорьевич Белинский едет по вечернему Петербургу на извозчике. Извозчик видит — барин незаносчив, из простых, пальтишко на нём худое, фуражечка, — в общем, можно поговорить. Спрашивает:
— Ты, барин, кем будешь?
— А я, братец, литературный критик.
— А это, к примеру, что ж такое?
— Ну вот писатель напишет книжку, а я ее ругаю…
Извозчик чешет бороду, кряхтит:
— Ишь, говна какая…
Искусственный интеллект в ритейле: как он предсказывает вашу следующую покупку в приложении
2025-02-24 в 14:44, admin, рубрики: deep learning, DNTSP, nbr, recsys, TAIWI, TIFU-KNN, ИИ, ии в ритейле, искусственный интеллект, рекомендательные системыПривет! На связи подразделение ad-hoc аналитики X5 Tech. Сегодня мы расскажем о задаче Next Basket Recommendation (NBR) и о том, как она может быть полезна для онлайн-ритейла. В этой статье мы рассмотрим, как с помощью рекомендательных моделей можно предсказать, какие товары пользователь добавит в свою следующую корзину, и как это помогает улучшить взаимодействие с приложением. Вы узнаете о ключевых метриках, которые используются для оценки качества рекомендаций, а также познакомитесь с различными подходами — от простых частотных методов до современных моделей на основе глубокого обучения.
Почему крупным компаниям стоит внедрять экспертную систему для управления проектами?
2025-02-18 в 17:40, admin, рубрики: генеративные модели, искусственный интеллект, компания, рекомендательные системы, управление, экспертная система
Современные IT-компании, работающие с большими объёмами данных и сложными проектами, неизбежно сталкиваются с проблемами координации, распределения ресурсов и принятия управленческих решений.
Как устроены алгоритмы онлайн-кинотеатра. Разбираем на примере
2025-02-14 в 5:37, admin, рубрики: Алгоритмы, градиентный бустинг, искусственный интеллект, Кинопоиск, коллаборативная фильтрация, машинное обучение, онлайн-кинотеатры, рекомендательные системы, стриминг, яндексВы приходите домой и включаете любимый стриминг. Лента сразу же выдаёт вам несколько фильмов и сериалов, которые… действительно хочется смотреть. Сегодня разберём, как именно рождается эта магия вне Хогвартса, и что сидит под капотом рекомендательного движка онлайн-кинотеатра.
Как алгоритмы загнали нас в пузырь и почему от этого выигрывают только соцсети?
2025-02-04 в 16:11, admin, рубрики: алгоритмы машинного обучения, корпорации, рекомендательные системы, социальные сетиСоцсети с нами уже больше 20 лет, но с тех пор процесс их использования изменился до неузнаваемости. Если раньше пользователи сами искали себе контент, изучая личные странички других людей и групп, то сейчас алгоритмы всё делают за них.
В 2006 Запретбук начался с хронологической ленты, все было просто, а уже в 2009 они запустили первый "умный" алгоритм EdgeRankЧитать полностью »
Как устроен главный китайский аналог Ютуба
2024-09-13 в 8:17, admin, рубрики: bilibili, YouTube, видео, видеохостинг, китай, рекомендательные системы, социальные сети, хостинг, ютубЮтуб в России лихорадит, и непонятно, чтоб будет дальше. Самое время посмотреть на Китай, где Ютуб давно заблокирован, но у людей есть несколько заменителей. Разбираем самый интересный из них, который больше всего похож на Ютуб. Это Bilibili, и у него необычная история (спойлер - он появился благодаря геймерам и анимешникам), особенности и фичи.
Разбор статей конференции RecSys 2020
2020-12-11 в 15:17, admin, рубрики: Блог компании Одноклассники, машинное обучение, рекомендательные системы, статьи
Привет! Несмотря на все невзгоды года текущего, интересные мероприятия и статьи с них никуда не деваются. Поэтому ML команда Одноклассников подготовила разборы работ коллег из Google, Microsoft, Tencent и др. представленных на прошедшей этой осенью конференции по рекомендательным системам RecSys 2020.