Celem laboratorium jest przedstawienie algorymtów wykorzystywanych w systemach rekomendacyjnych.
- Typy systemów rekomendacyjnych: bez indywidualizacji, rekomendacje indywidualne content-based vs collaborative filtering.
- Proste systemy rekomendacyjne bez indywidualizacji, Bayesian average.
- Systemy neighborhood-based collaborative filtering, zastosowanie np. do rekomendacji filmów.
- Problem cold start, systemy hybrydowe.
- Metryki jakości systemów rekomendacyjnych.
- Systemy model-based collaborative filtering.
Zawartość laboratorium dostępna jest w notebooku.