• ВХОД
  •  

    Полное описание

    Топильский, Алексей Андреевич. Построение рекомендательной системы с использованием нейросетевых моделей / Сараев Павел Викторович, Топильский Алексей Андреевич. - Текст (визуальный) : непосредственный // Нано-био-технологии. Теплоэнергетика. Математическое моделирование : (НаБиЕэМ-2024) : сборник статей международной научно-практической конференции, 27-28 февраля 2024 года, г. Липецк / Министерство науки и высшего образования Российской Федерации, Липецкий государственный технический университет. - Липецк : Липецкий гос. технический ун-т, 2024. - С. 270-273. - Библиогр. в конце ст. - ISBN 978-5-6051183-4-3.

    ГРНТИ УДК
    28.23.37004.032.26-047.58
    28.23.35004.891

    Рубрики:
    Нейронные сети -- Моделирование
    Экспертные системы

    Кл.слова (ненормированные): нейросетевые модели -- рекомендательные системы -- сети прямого распространения -- рекуррентные нейронные сети
    Аннотация: В данной работе было проведено исследование качества рекомендательных систем, а также сравнение традиционных рекомендательных систем с рекомендательными системами использующими нейросетевые модели. В качестве данных были использованы популярные наборы данных в этой области - MovieLens 1M и MovieLens 10M, в качестве оценки точности использовались метрики MSE (средняя квадратичная ошибка) и MAE (средняя абсолютная ошибка). Среди методов построение рекомендательных систем были использованы SVD для традиционных рекомендательных систем и Feedforward Neural Network (FFN), Recurrent Neural Networks (RNN) и модели с использованием векторных представлений (Embedding-based models) для рекомендательных систем на основе нейросетевых моделей.
    Доп. точки доступа:
    Сараев, Павел Викторович
    Липецкий государственный технический университет

    Экз-ры полностью e4d69e235adb45acc1d4547922997a27
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -902635-144939)

    Шифр в сводном ЭК: 3eb6fdaf383764ea84a3e9d5ed1495ca




    Заказ фрагмента документа ₽