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. RNDr. Aleš Horák, Ph.D.
Katedra strojového učení a zpracování dat – Fakulta informatiky
Dodavatelské pracoviště: Katedra strojového učení a zpracování dat – Fakulta informatiky

Rozvrh

Čt 12:00–13:50 B204

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

• Aplikovaná informatika (program FI, N-AP)
• Bezpečnost informačních technologií (angl.) (program FI, N-IN)
• Bezpečnost informačních technologií (program FI, N-IN)
• Bioinformatika (program FI, N-AP)
• Informační systémy (program FI, N-IN)
• Paralelní a distribuované systémy (program FI, N-IN)
• Počítačová grafika (program FI, N-IN)
• Počítačové sítě a komunikace (program FI, N-IN)
• Počítačové systémy (program FI, N-IN)
• Programovatelné technické struktury (angl.) (program FI, N-IN)
• Programovatelné technické struktury (program FI, N-IN)
• Služby - výzkum, řízení a inovace (angl.) (program FI, N-AP)
• Služby - výzkum, řízení a inovace (program FI, N-AP)
• Teoretická informatika (program FI, N-IN)
• Umělá inteligence a zpracování přirozeného jazyka (program FI, N-IN)
• Zpracování obrazu (program FI, N-AP)

Cíle předmětu

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; understand main aspects of evaluation of recommender systems and be able to analyze such evaluations. Students will also have practical experience with development of a simple recommender system or with a partial evaluation of a realistic recommender system.

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 course evaluation consists of project presentation and discussion of course topics.

Vyučovací jazyk

Angličtina

Informace učitele

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

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

• Statistika zápisu (podzim 2016, nejnovější)
  
• Permalink: https://is.muni.cz/predmet/fi/podzim2016/PV254