Вы узнаете: На занятии вы узнаете, какие данные необходимы для задачи рекомендации; как обучать простые модели рекомендаций и как оценивать их качество. Результаты урока: - Познакомимся с двумя типами фидбека от пользователя: явным и неявным. - Обучим рекомендательные модели на разных типах фидбека. - Сравним качество моделей. Кому подходит этот урок: - 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 «Machine Learning. Professional» - https://otus.pw/gvSo/ Преподаватель: Вероника Иванова - Data Scientist