Навчальна дисципліна "Рекомендаційні системи" спрямована на формування у студентів системних знань і практичних навичок у розробці, аналізі та оцінці рекомендаційних систем. Курс охоплює ключові принципи створення алгоритмів рекомендацій, включаючи методи колаборативної фільтрації, системи на основі вмісту (content-based), гібридні підходи, а також супутні аспекти ранжування й оцінки ефективності таких систем.
Програма дисципліни передбачає поступове ознайомлення з основами рекомендаційних систем — від простих неперсоналізованих моделей до складних підходів, таких як колаборативна фільтрація на основі сусідства, матрична факторизація, приховані вектори (latent-factor models), а також використання embeddings і методів типу word2vec. Окремі теми присвячені побудові content-based систем, принципам ранжування, навчанню ранжуванню та оцінці якості рекомендацій. Завершальні розділи курсу розглядають knowledge-based і гібридні рекомендаційні системи, що поєднують різні підходи для підвищення точності й релевантності рекомендацій.
Дисципліна поєднує теоретичну базу з практичною складовою, надаючи студентам можливість працювати з реальними наборами даних і вирішувати прикладні завдання. Курс формує компетентності, необхідні для розробки сучасних рекомендаційних систем, що знаходять застосування в інформаційних технологіях, електронній комерції та інших сферах.
- Teacher: Марія Віталіївна Талах