لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش سیستمهای توصیهگر: ارزیابی و معیارها
- آخرین آپدیت
دانلود Recommender Systems: Evaluation and Metrics
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در این دوره آموزشی، شما نحوه ارزیابی سیستمهای توصیهگر (Recommender Systems) را خواهید آموخت. شما با چندین خانواده از معیارها، از جمله معیارهای سنجش دقت پیشبینی، دقت رتبهبندی، پشتیبانی تصمیمگیری و سایر عوامل مانند تنوع، پوشش محصول و غافلگیری (Serendipity) آشنا میشوید. همچنین خواهید آموخت که معیارهای مختلف چگونه با اهداف کاربران و اهداف تجاری مرتبط هستند. علاوه بر این، نحوه اجرای دقیق ارزیابیهای آفلاین (مانند آمادهسازی و نمونهبرداری دادهها و تجمیع نتایج) و ارزیابیهای آنلاین (تجربی) را فرا خواهید گرفت. در پایان این دوره، شما ابزارهای لازم برای مقایسه جایگزینهای مختلف سیستم توصیهگر برای طیف گستردهای از کاربردها را در اختیار خواهید داشت.
سرفصل ها و درس ها
مقدمه
Preface
آشنایی با ارزیابی و معیارها
Introduction to Evaluation and Metrics
اهداف ارزیابی
The Goals of Evaluation
معیارهای پایه پیشبینی و توصیه
Basic Prediction and Recommendation Metrics
ارزیابی دادههای پنهان
Hidden Data Evaluation
معیارهای دقت پیشبینی
Prediction Accuracy Metrics
معیارهای پشتیبانی تصمیم
Decision Support Metrics
معیارهای Top N آگاه به رتبه
Rank-Aware Top-N Metrics
ویدئوی معرفی پروژه
Assignment Intro Video
معیارهای پیشرفته و ارزیابی آفلاین
Advanced Metrics and Offline Evaluation
فراتر از ارزیابیهای پایه
Beyond Basic Evaluation
معیارهای تکمیلی مبتنی بر آیتم و لیست
Additional Item and List-Based Metrics
پروتکلهای تجربی
Experimental Protocols
ارزیابی دادههای تکمقدار (Unary)
Unary Data Evaluation
ارزیابی زمانی توصیهگرها (مصاحبه با نیل لاتیا)
Temporal Evaluation of Recommenders (Interview with Neal Lathia)
نمایش نظرات