推薦システムに関する書籍のまとめ
〇神嶌先生のスライド
〇サイバーエージェントの推薦システム
実際に新しい開発環境で実装したい向け。
〇『学会誌 人工知能2019.5』
Chapter01 開発・実行環境を整える
Amazon SageMakerを使った開発・実行環境を構築します。
Chatper02 機械学習を試してみる
基本的な機械学習の流れを、データの前処理から評価まで一通り体験します。
Chapter03 機械学習モデルを使うWebサイトを作る
Webブラウザ上での入力からサーバサイドの処理まで、機械学習モデルを使ったWebサイトの構築を一通り学びます。
Chapter04 より大規模にデータを集めていく
クローリングやスクレイピングといった、データ収集の方法を学習します。
Chapter05 ユーザの反応を集める仕組みを作る
ユーザログを集める仕組みを構築していきます。
Chapter06 推薦システムを作る
総仕上げとして、推薦システムのWebアプリケーションを構築していきます。
Chapter07 工夫してシステムを洗練していく
AWS Lambdaを使い、サーバレスで機械学習をデプロイします。
Chapter08 Appendix
開発が円滑に進むLinuxコマンドやSSH、エディタの解説を行います。
Amazon SageMakerを使った開発・実行環境を構築します。
Chatper02 機械学習を試してみる
基本的な機械学習の流れを、データの前処理から評価まで一通り体験します。
Chapter03 機械学習モデルを使うWebサイトを作る
Webブラウザ上での入力からサーバサイドの処理まで、機械学習モデルを使ったWebサイトの構築を一通り学びます。
Chapter04 より大規模にデータを集めていく
クローリングやスクレイピングといった、データ収集の方法を学習します。
Chapter05 ユーザの反応を集める仕組みを作る
ユーザログを集める仕組みを構築していきます。
Chapter06 推薦システムを作る
総仕上げとして、推薦システムのWebアプリケーションを構築していきます。
Chapter07 工夫してシステムを洗練していく
AWS Lambdaを使い、サーバレスで機械学習をデプロイします。
Chapter08 Appendix
開発が円滑に進むLinuxコマンドやSSH、エディタの解説を行います。
〇『推薦システム: 統計的機械学習の理論と実践 』
魅力的な機械学習の内容
・高速オンライン双線形因子モデル(FOBFM)
・回帰ベース潜在因子モデル(RLFM)
・潜在ディリクレ分配による因子分解
・テンソル分解モデル
・多目的最適化
〇『学会誌 人工知能2019.5』
特集：「推薦システム」
特集「推薦システム」にあたって 奥 健太 282
ニュースサービスの変化とニュース記事推薦システム 関 喜史 283
商品推薦システム
─ E-Commerce サービスでの推薦システムの活用─ 平手 勇宇・Li Tianyu・Le Phuc 292
楽曲推薦システム
─プレイリスト，コンテキスト，インタラクション─ 奥 健太 300
観光情報推薦システム 北山 大輔 309
レシピ推薦システム 中島 伸介・上田 真由美 317
〇国際会議RecSys
〇Qiitaから
『強化学習×推薦アルゴリズムを試せる環境「RecoGym」とは？』
強化学習環境であるOpenAI gym上で推薦システムを試せる環境
強化学習環境であるOpenAI gym上で推薦システムを試せる環境
〇Paper with Code -Recommendation System
0 件のコメント:
コメントを投稿