В последнее время мы много пишем о конкурсах по машинному обучению, в основном рассматривая их с точки зрения участников. Но организовать и правильно провести соревнование — тоже сложная задача. Компании учатся на своих ошибках и в следующие разы меняют структуру конкурсов. Например, RecSys Challenge 2017 с учётом опыта прошлых лет провели в два последовательных этапа. Андрей Остапец из компании Avito рассказывает об этих этапах, о различных признаках, основанных на истории поведения пользователей, и о том, всегда ли нужно использовать сложные модели для решения задачи. Команда Андрея заняла в RecSys Challenge седьмое место.
Рубрика «рекомендательные системы» - 4
Построение рекомендаций для сайта вакансий. Лекция в Яндексе
2017-08-14 в 7:00, admin, рубрики: h2o, xgboost, Алгоритмы, Блог компании Яндекс, вакансии, история посещений, машинное обучение, ненормальное программирование, рекомендательные системы, рекомендации, Спортивное программированиеШкола Данных: хорошее мы сделали еще лучше
2017-08-11 в 7:35, admin, рубрики: big data, data mining, kaggle, R, sna, Алгоритмы, алгоритмы обработки данных, анализ данных, анализ социальных сетей, Блог компании Школа Данных, машинное обучение, рекомендательные системы, школа данных
Привет! Надеемся, этим летом не смотря на плохую погоду Вам удалось отдохнуть. Близится осень — самое время поучиться. С учетом предыдущих курсов — мы сильно обновили нашу программу — добавили множество практических занятий, больше говорим про практические кейсы. В этом посте хотелось бы подробно рассказать про все нововведения. Для тех, у кого мало времени:
- Снизилась цена
- 8 дополнительных практических семинаров
- Дополнительные занятия про бизнес
- Занятия по Deep Learning
- Доступно удаленное обучение
- Плюс 2 занятия в Вводном курсе
Как угодить кинозрителю и не потерять деньги: составляем план закупок при помощи ML
2017-08-10 в 16:05, admin, рубрики: Блог компании Школа GoTo, машинное обучение, обучение программированию, онлайн-кинотеатры, открытые данные, Программирование, проектный подход, Промышленное программирование, рекомендательные системы, школа программирования, школьники
Еще одна статья от лица участника школы о проекте, реализованном в рамках очередной выезда:
«Я – Дмитрий Пасечнюк, и я хочу поделиться своим исследованием, сделанном на каникулах в рамках выездной весенней смены Школы GoTo под руководством Александра Петрова, asash, технического директора компании E-Contenta.
Как нам известно, онлайн-кинотеатры достаточно распространены и способны приносить неплохой доход. Но, как и в любом бизнесе, это не происходит само по себе. Одним из важных условий успешности онлайн-кинотеатра является грамотное составление предложений для просморта.
В каждом кинотеатре, будь то онлайн или реальный кинотеатр, есть сотрудник, занимающийся репертуарным планированием. Именно он определяет, какие фильмы будут показывать на экранах. Кинопрокатный процесс имеет свои подводные камни. Для того, чтобы выбрать удачный фильм, требуется учесть не только стоимость покупки прав, но и тысячу других нюансов. Системы отбора фильмов, как таковой не существует и зачастую фильмы выбираются, опираясь на собственное «чутье», рейтинг ожидания и экспертное мнение.
Принятие ответственного решения – тяжелое моральное бремя для человека, с одной стороны, с другой — всегда существуют риски излишнего влияния личностных и ситуационных факторов на принимаемое решение.
Современные технологии призваны облегчить труд людей, и в данном случае ожидания оправданы.
В своем исследовании я попробовал переложить задачу ранжирования фильмов в соответствии с ожиданиями целевой аудитории онлайн-кинотеатра с человека на машину. Безусловно, в общей постановке эта задача более сложная, и данное решение является только первым шагом. В дальнейшем я планирую продолжить исследования в этом направлении.
Обо всем по порядку под катом.
Читать полностью »
Интерактивные рекоммендеры: как создавать, как работают
2017-08-07 в 17:01, admin, рубрики: big data, EPAM Systems, Блог компании EPAM, рекомендательные системыКак строить рекомендательные системы? Какие модели машинного обучения можно применять? Какие проблемы решают интерактивные рекоммендеры, а какие – нет? Какие инструменты могут быть полезны для e-commerce портала? Об этом – в докладе Big Data-инженера ЕРАМ Екатерины Сотенко «Обзор подходов построения интерактивных рекоммендеров», с которым она выступила на самарском ITsubbotnik этой весной. Ниже – видеозапись доклада, еще ниже – его краткое содержание.
Рекомендация первого трека для стриминга. Лекция в Яндексе
2017-07-16 в 14:19, admin, рубрики: data science, анализ данных, Блог компании Яндекс, машинное обучение, ненормальное программирование, рекомендательные системы, рекомендации, соревнования по программированию, Спортивное программирование, стриминг, студенты, фичиСейчас проходит Data Science Game — международное студенческое соревнование по анализу данных. Ребята из МГУ выиграли отборочный этап, а затем рассказали о своём решении на одной из наших тренировок по машинному обучению.
Под катом — расшифровка и большинство слайдов.
Видеозаписи с Avito Data Science meetup
2017-07-04 в 13:20, admin, рубрики: data mining, ozon.ru, Блог компании Avito, машинное обучение, рекомендательные системы, рекомендательный сервис, рекомендации, Яндекс.ДзенПривет всем! Сегодня мы публикуем видеозаписи с митапа для профессионалов Data Science, который прошел в нашем московском офисе 24 июня. Под катом — доклады о построении рекомендательных систем от специалистов из Яндекс.Дзена, OZON.ru и Avito, а также подробные описания решений финалистов нашего конкурса, который прошел на площадке Dataring.ru. И, конечно, награждение его победителей!
Читать полностью »
Data Science meetup в офисе Avito 24 июня
2017-06-16 в 10:46, admin, рубрики: big data, data mining, ozon.ru, Блог компании Avito, дзен, машинное обучение, рекомендательные системы, рекомендательный сервис, рекомендации
24 июня мы собираем специалистов по Data Science в нашем офисе, чтобы обменяться опытом в создании рекомендательных сервисов. На встрече мы подведём итоги проходившего на площадке Dataring.ru конкурса Avito на построение рекомендательной системы для объявлений: наградим победителей и попросим их подробнее рассказать о своих решениях. Кроме того, в программе интересные доклады от представителей Яндекс.Дзена, OZON.ru и, конечно же, Avito. Подробности под катом!
Читать полностью »
Атака на АБ-тест: рецепт ‘R’+t(101)+’es46’
2017-06-02 в 8:59, admin, рубрики: javascript, АБ-тесты, Блог компании Retail Rocket, информационная безопасность, мошенничество, рекомендательные системы, Тестирование веб-сервисов, тестирование сайтовАБ-тестирование — один из самых сильных и полезных инструментов управления продуктом, который позволяет оценить эффективность тех или иных решений на экономические показатели в интернет-бизнесе. За пять лет работы мы провели огромное количество АБ-тестов, и поэтому отлично знаем, насколько сложно провести эксперименты правильно и какие ошибки повторяются постоянно.
Несколько месяцев назад один из наших конкурентов начал делать странное – предлагать нашим клиентам сравнение своей системы рекомендаций с Retail Rocket через АБ-тесты в формате «пари» с обязательством заплатить 100 000 рублей в случае проигрыша.
Подобные истории для нас не редкость — за время существования компании нашу систему сравнивали практически со всеми существующими рекомендательными системами в России и за рубежом, и мы всегда показывали отличные результаты (ни в одном тесте мы не проиграли по эффективности).
Первый тест с Rees не заставил себя ждать, но в ходе его проведения мы столкнулись с довольно странными результатами, которые вылились в серьезное исследование. То, что мы обнаружили в итоге, удивило нас так сильно, что мы хотим поделиться деталями этого исследования и вынести его результаты на суд IT-сообщества и индустрии электронной коммерции в России.
Школа данных: Москва, Питер… онлайн
2017-04-03 в 22:10, admin, рубрики: big data, data mining, kaggle, R, sna, Алгоритмы, алгоритмы обработки данных, анализ данных, анализ социальных сетей, машинное обучение, рекомендательные системы, школа данных
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 »
Рекомендательные системы в онлайн-образовании. Адаптивное обучение
2017-03-29 в 19:19, admin, рубрики: adaptive learning, data mining, personalization, recommender system, stepik, stepik.org, адаптивное обучение, адаптивность, машинное обучение, рекомендательные системы, стэпик, метки: adaptive learning, personalization, адаптивное обучение, адаптивностьНе 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.
