📌 Курс "Рекомендательные системы и библиотека RePlay"

Добро пожаловать в репозиторий с кодом из семинаров курса "Рекомендательные системы и библиотека RePlay". Здесь вы найдете примеры кода, разбор алгоритмов и практические задания, которые помогут вам глубже понять принципы построения рекомендательных систем.

🛠 О библиотеке RePlay

RePlay – это Open Source библиотека для построения и тестирования рекомендательных систем. В рамках курса вы освоите:
✔ Основные возможности RePlay для офлайн- и онлайн-оценки алгоритмов
✔ Подходы к обучению и валидации моделей рекомендаций
✔ Оптимизацию вычислений и работу с масштабируемыми алгоритмами

📂 Структура курса

Модуль 1. Введение в рекомендательные системы

1. Введение и постановка задачи рекомендаций
2. Предобработка и разбиение данных
3. Метрики
4. Классификация алгоритмов, неперсонализированные алгоритмы

Модуль 2. Базовые рекомендательные алгоритмы

5. ItemKNN, UserKNN
6. SLIM, EASE
7. Модели матричной факторизации: SVD, ALS, iALS
8. Ранжирующие Loss (Triplet loss, BPR, WARP)
9. Гибридные модели: факторизационные машины, LightFM
10. Двухуровневые модели

Модуль 3. Продвинутые рекомендательные алгоритмы

11. Нейросетевые подходы
12. Рекомендации на последовательностях
13. RL (Бандиты)
14. Графовые подходы

Модуль 4. Рекомендации в проде

15. Масштабирование рекомендаций (Spark, Polars)
16. ANN
17. Особенности построения рекомендаций в проде

🤝 Обратная связь и вклад

Если у вас есть вопросы, создавайте Issue. Мы ценим вашу обратную связь!