Рекомендательные системы и алгоритмы
С открытой датой
Описание мероприятия
Формат обучения: очно-заочныйЯзык обучения: русский
Для кого эта программа
Лица, уже имеющие высшее или среднее профессиональное образование или получающие высшее образование.
Выдаваемые документы
Удостоверение о повышении квалификации
Описание программы
Программа посвящена активно развивающейся области интеллектуальных систем и машинного обучения – рекомендательным системам и алгоритмам. Отдельный курс на русском языке создается впервые. Особое внимание уделено базовым алгоритмам и моделям рекомендательных систем, а также более продвинутым алгоритмам и моделям последних лет. Рассматривается таксономия рекомендательных систем, так описаны основные области их применения по отраслям (музыка, фильмы, книги, путешествия, образование и т.п.) и по характеру моделей (контентные, коллаборативные, гибридные, учитывающие контекст, многокритериальные и т.д.), приведены примеры реальных рекомендательных систем в России и на мировой арене, дан обзор основных научных мероприятий, свободно распространяемых систем и наборов данных международных конкурсов. Особое внимание планируется уделить практическим аспектам (например, ответу на вопрос «Как построить свою рекомендательную систему?») и межпредметной связи с машинным обучением, майнингом данных и информационном поиском.
Учебный план:
- Введение в рекомендательные системы
- Модели и методы рекомендательных систем
- Неперсонифицированные рекомендательные системы
- Контентные рекомендательные системы
- Коллаборативная фильтрация (user-user, item-item подходы)
- Алгоритмы на основе матричной факторизации (SVD, SVD++, ALS, factorization machines, LDA)
- Оценка качества рекомендательных систем
- Гибридные рекомендательные системы
- Case-study (рекомендация фильмов, музыки, краудсорсинг)
- Практика разработки и применения рекомендательных систем
Преподаватели
кандидат технических наук, преподаватель факультета компьютерных наук НИУ ВШЭ, доцент Департамента анализа данных и искусственного интеллекта, научный сотрудник Международной научно-учебной лаборатории интеллектуальных систем и структурного анализа. Проходил обучение по PhD программе в Техническом университете Дрездена (Германия) в рамках гранта DAAD.
Требования к поступающим:
Документы для приема
- Оригинал и копия паспорта или документа, заменяющего его
- Оригинал диплома и приложения к нему и копия документа об образовании или справка об обучении для лиц, получающих высшее образование
- Оригинал и копия документа об изменении фамилии, имени, отчества (при необходимости)
Пререквизиты (базовые требования)
Знание базовой программы курса «Высшая математика» и основ программирования