ensae_teaching_cs
0.9.3095
  • 1. Algorithmes et programmation
  • 2. Python pour un Data Scientist / Economiste
    • Agilité avec les données
    • Machine Learning - les briques de bases
      • Machine learning - les briques de bases
        • Statistiques Descriptives
        • Transformations des données, Embedding
        • Machine Learning - Formalisation
    • Machine learning - extensions
    • Galleries de problèmes résolus ou presque
    • Algorithmes, Optimisation, Programmation
    • Bibliographie
    • A propos du cours
  • 3. Eléments logiciels pour le traitement des données massives
  • 4. Projets informatiques
  • 5. Examens
  • 6. Découvrir
  • 7. Visualisation
  • 8. Modules, Bibliographie, Articles, FAQ...
  • 9. Getting started
  • 10. Galleries d'exemples
  • 11. Index
  • 12. API
  • 13. Command lines
ensae_teaching_cs
  • Docs »
  • Python pour un Data Scientist / Economiste »
  • Machine learning - les briques de bases »
  • Système de recommandations
  • View page source

Economie Statistique

Système de recommandations¶

(à venir)

Lectures

  • Item-Based Collaborative Filtering Recommendation Algorithms

  • Recommendations in Keras using triplet loss

  • AutoRec: Autoencoders Meet Collaborative Filtering, Hybrid Recommender System based on Autoencoders

  • ACP et factorisation de matrices

  • The Why and How of Nonnegative Matrix Factorization

  • A tutorial on Non-Negative Matrix Factorisation with Applications to Audiovisual Content Analysis

  • Large-Scale Matrix Factorization with Missing Data under Additional Constraints

  • Quick Guide to Build a Recommendation Engine in Python

  • Recommender Systems in Python: Beginner Tutorial

  • Recommender Systems Using Linear Classifiers (approche intéressante)

  • A Survey of Accuracy Evaluation Metrics of Recommendation Tasks

  • Offline A/B Testing for Recommender Systems

  • Probabilistic Matrix Factorization

  • A Fast Parallel Stochastic Gradient Method for Matrix Factorization in Shared Memory Systems

  • Smart Adaptive Recommendations (SAR) Algorithm

Modules

  • scikit-learn

  • NonnegMFPy : implémentation de l’algorithme décrit dans l’article Large-Scale Matrix Factorization with Missing Data under Additional Constraints

  • scikit-surprise (documentation)

  • pyrwr


Next Previous

Dernière mise à jour : 2020-12-23.