FI:PV254 Recommender Systems - Informace o předmětu

PV254 Recommender Systems

Rozsah

1/1/0. 2 kr. (plus ukončení). Ukončení: k.

Vyučující

doc. Mgr. Radek Pelánek, Ph.D. (přednášející)

Garance

doc. Mgr. Radek Pelánek, Ph.D.
Katedra strojového učení a zpracování dat – Fakulta informatiky
Dodavatelské pracoviště: Katedra strojového učení a zpracování dat – Fakulta informatiky

Rozvrh

St 14:00–15:50 Virtuální místnost

Předpoklady

Programming skills, mathematics at the level of MB101-MB104 courses.

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 30 stud.
Momentální stav registrace a zápisu: zapsáno: 0/30, pouze zareg.: 0/30, pouze zareg. s předností (mateřské obory): 0/30

Mateřské obory/plány

• Analýza a zpracování obrazu (program FI, N-VIZ)
• Aplikovaná informatika (program FI, N-AP)
• Bezpečnost informačních technologií (angl.) (program FI, N-IN)
• Bezpečnost informačních technologií (program FI, N-IN)
• Bioinformatika a systémová biologie (program FI, N-UIZD)
• Bioinformatika (program FI, N-AP)
• Computer Games Development (program FI, N-VIZ_A)
• Computer Graphics and Visualisation (program FI, N-VIZ_A)
• Computer Networks and Communications (program FI, N-PSKB_A)
• Cybersecurity Management (program FI, N-RSSS_A)
• Formální analýza počítačových systémů (program FI, N-TEI)
• Grafický design (program FI, N-VIZ)
• Graphic Design (program FI, N-VIZ_A)
• Hardware Systems (program FI, N-PSKB_A)
• Hardwarové systémy (program FI, N-PSKB)
• Image Processing and Analysis (program FI, N-VIZ_A)
• Informační bezpečnost (program FI, N-PSKB)
• Informační systémy (program FI, N-IN)
• Information Security (program FI, N-PSKB_A)
• Kvantové a jiné neklasické výpočetní modely (program FI, N-TEI)
• Paralelní a distribuované systémy (program FI, N-IN)
• Počítačová grafika a vizualizace (program FI, N-VIZ)
• Počítačová grafika (program FI, N-IN)
• Počítačové sítě a komunikace (program FI, N-IN)
• Počítačové sítě a komunikace (program FI, N-PSKB)
• Počítačové systémy (program FI, N-IN)
• Principy programovacích jazyků (program FI, N-TEI)
• Programovatelné technické struktury (angl.) (program FI, N-IN)
• Programovatelné technické struktury (program FI, N-IN)
• Řízení kyberbezpečnosti (program FI, N-RSSS)
• Řízení vývoje služeb (program FI, N-RSSS)
• Řízení vývoje softwarových systémů (program FI, N-RSSS)
• Services Development Management (program FI, N-RSSS_A)
• Služby - výzkum, řízení a inovace (angl.) (program FI, N-AP)
• Služby - výzkum, řízení a inovace (program FI, N-AP)
• Software Systems Development Management (program FI, N-RSSS_A)
• Software Systems (program FI, N-PSKB_A)
• Softwarové systémy (program FI, N-PSKB)
• Strojové učení a umělá inteligence (program FI, N-UIZD)
• Teoretická informatika (program FI, N-IN)
• Učitel informatiky a správce sítě (program FI, N-UCI)
• Učitelství informatiky pro střední školy (program FI, N-UCI) (2)
• Umělá inteligence a zpracování přirozeného jazyka (program FI, N-IN)
• Vývoj počítačových her (program FI, N-VIZ)
• Zpracování a analýza rozsáhlých dat (program FI, N-UIZD)
• Zpracování obrazu (program FI, N-AP)
• Zpracování přirozeného jazyka (program FI, N-UIZD)

Cíle předmětu

The goal of the course is to familiarize students with basic techniques and problems in the field of recommender systems. The course is project based - students have practical experience with development of a simple recommender system or with a partial evaluation of a realistic recommender system.

Výstupy z učení

At the end of the course students will understand the main types of recommender systems and their application domains; be able to apply the basic recommender techniques; be able to implement basic versions of recommender techniques; understand main aspects of evaluation of recommender systems and be able to analyze such evaluations.

Osnova

• Recommender systems, motivation, applications in different domains.
• Types of recommender systems: non-personalized, content based, collaborative filtering.
• Techniques and algorithms for recommender systems, particularly with focus on collaborative filtering (user-user, item-item, SVD).
• Evaluation: methodology, types of experiments, evaluation metrics, examples.
• Other aspects of recommender systems (e.g., explanations of recommendations, trust, attacts).
• Case studies (e.g., Amazon, Netflix, Google News, YouTube).
• Educational recommender systems, current research at Faculty of informatics.

Literatura

doporučená literatura
• JANNACH, Dietmar. Recommender systems : an introduction. 1. pub. New York: Cambridge University Press, 2011, xv, 335. ISBN 9780521493369. info
• Recommender systems handbook. Edited by Francesco Ricci. New York: Springer, 2011, xxix, 842. ISBN 9780387858203. info

Výukové metody

The course consist of lectures and a project. The project can be either an implementation of a simple recommender system or an evaluation of one of the described techniques on data from real recommender systems (e.g., Netflix data, faculty projects).

Metody hodnocení

The main part of the evaluation is a project. The project is typically in groups (2-4 students), but individual projects are also possible.

Vyučovací jazyk

Angličtina

Informace učitele

http://www.fi.muni.cz/~xpelanek/PV254/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

• Statistika zápisu (jaro 2021, nejnovější)
  
• Permalink: https://is.muni.cz/predmet/fi/jaro2021/PV254