Today: Yesterday: Total: Online:
カテゴリー
その他
  • RSS1.0
  • RSS2.0
  • atom0.3
  • valid XHTML1.0
  • valid CSS2
  • Credit
RSSリーダーで購読する | この日記のはてなブックマーク数 | プロフィール
コメントが一番多い記事(233コメント):人の心理の裏をかくホームページ集客術:リピータになってもらうためには
ツイートが一番多い記事(94ツイート):ちょっと待て!twitterやfacebookに子供の写真を掲載する親達への警告
いいねが一番多い記事(574いいね):facebookスパムに要注意。なりすましの見分け方とアカウント乗っ取りの手口(2013年度版)

カテゴリー » AI・人工知能 March 28, 2019

レコメンドのAIの仕組み ID:1553746574


レコメンドのAIの仕組み

「【U-NEXT ☓ Oisix 】データ分析と機械学習 事例発表」に参加してきた | ごみばこいん Blog
https://gomiba.co.in/blog/archives/569
分類モデル:ロジスティック回帰

レコメンドに浸透していくDeep Learning: 大手サービスの実用例から最新アルゴリズムを概観する - DeepAge
https://deepage.net/deep_learning/2016/09/26/recommend_deeplearning.html
・Spotifyという音楽のサービスで、何度も聞いているは似たような音楽の趣味ということで
再生履歴から作成
・Lineは、スタンプで使用(よく使うスタンプ、購入したスタンプ)
・Youtube:抽出ロジック記載あり


以下、AIではないが、レコメンドの仕組み
30分でわかるレコメンデーションエンジンの作り方 - EchizenBlog-Zwei
http://d.hatena.ne.jp/echizen_tm/20111219/1324306840

レコメントアルコリスムの基本と周辺知識と実装方法
https://www.slideshare.net/takemikami/ss-76817490
・風、気温から海水浴にいくか判断する
・ニューラルネットワーク(P.51〜)
・レコメンドアルゴリズムの基礎(P.59〜)


機械学習を使って630万件のレビューに基づいたアニメのレコメンド機能を作ってみよう(機械学習 k近傍法 初心者向け)
https://www.codexa.net/collaborative-filtering-k-nearest-neighbor/
・実際のデータのダウンロードと、カラム名の記載がある
・「協調フィルタリング」のレコメンド
・Python、k近傍方、Amazon SageMaker(アマゾン・セージメーカー)を使用

尚、https://www.codexa.net/
で無料の機械学習の講座も結構ある

Apache PredictionIO
・PredictionIO社が2013年から開発していたが、2016年にセールスフォースが買収したレコメンドツール。実装大変。

https://qiita.com/Ted-HM/items/298116d03cbb9b3477e6
https://takezoe.hatenablog.com/entry/2017/05/11/132410

無料のレコメンドエンジン
https://www.arecordplayer.com/wordpress/free-recommend-engine-outbrain-easyrec/
easyrecとか
https://it-koala.com/recommend_engine_comparison-172
コンビーズレコとか
— posted by midilin @ 01:16PM | Comment(0)

コメントをどうぞ。名前(ペンネーム)は必須です。URLはオプションです。

Comment Form
名前(ペンネーム): 文字色:
リンク作成 »
スパム対策画像認証(右に表示されている画像の番号を入れてください):
下のアイコンをクリックするとテキストエリアに挿入できます
:) :D 8-) ;-) :P :E :o :( (TT) ):T (--) (++!) ?;w) (-o-) (**!) ;v) f(--; :B l_P~ (QQ)

←メールアドレスを入力しておくと midilin がレスをした際に通知します: