Séance de cours

Factorisation des matrices : Optimisation et évaluation

Description

Cette séance de cours couvre le concept de factorisation matricielle, en mettant l'accent sur les techniques d'optimisation utilisées pour corriger les lacunes dans les systèmes de recommandation. Il explique le processus consistant à dériver des facteurs latents, à calculer la similitude entre les éléments et les défis liés à la factorisation matricielle de base. La séance de cours présente également SLIM (Sparse Linear Methods) comme une approche alternative aux relations item-item directement. On discute des méthodes d'évaluation telles que l'erreur carrée moyenne de racine (RMSE) et les voisins k-Nearest Neighbors (kNN), ainsi que de l'importance de la régularisation pour éviter les surajustements. La séance de cours se termine par une discussion sur l'approche bayésienne du classement personnalisé et l'évolution des systèmes de recommandation.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.