Магистратура
2025/2026
Рекомендательные системы
Статус:
Курс по выбору (Финансовые технологии и анализ данных)
Где читается:
Факультет компьютерных наук
Когда читается:
2-й курс, 1 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Хусаенов Артем Азатович
Язык:
русский
Кредиты:
3
Контактные часы:
28
Программа дисциплины
Аннотация
Дисциплина преподается с целью ознакомления слушателей с подходами к решению задач построения рекомендательных систем для бизнеса на основе лучших практик индустрии. Приобретаемые навыки: умение комбинировать и применять методы машинного обучения в специфике рекомендательных систем на основании принятых в индустрии практик, зарекомендовавших себя в бизнесе.
Цель освоения дисциплины
- Формирование знаний, умений и навыков проектирования рекомендательных систем и моделей персонализации на основе методов машинного обучения
Планируемые результаты обучения
- Владеть навыками построения рекомендательных систем с учетом специфичных инструментов и методов
- Уметь проектировать и применять методы рекомендательных и персонализации систем в бизнес-практике
- Знать принятые в индустрии методы и тренды развития методов персонализации
Содержание учебной дисциплины
- Персонализация - основы
- Формализация задач персонализации и рекомендательных систем
- Персонализация в индустрии развлечений
- Персонализация в индустрии электронной коммерции
- LLM в задачах персонализации
- Оптимизация моделей персонализации
Промежуточная аттестация
- 2025/2026 1st module0.3 * Лабораторная работа 1 + 0.3 * Лабораторная работа 2 + 0.4 * Экзамен
Список литературы
Рекомендуемая основная литература
- Фальк, К. Рекомендательные системы на практике : руководство / К. Фальк , перевод с английского Д. М. Павлова. — Москва : ДМК Пресс, 2020. — 448 с. — ISBN 978-5-97060-774-9. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/179458 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Рекомендуемая дополнительная литература
- Сорокин, А. Б. Рекомендательные системы: анамнестические и модельные методы : учебно-методическое пособие / А. Б. Сорокин, Л. М. Железняк, Р. Э. Семенов. — Москва : РТУ МИРЭА, 2022. — 65 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/265739 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.