Поиск :
Личный кабинет :
Электронный каталог: Цатурян, Д. К. - Аргументация данных для задач рекомендательных систем с помощью генеративно-состязательных сетей ...
Цатурян, Д. К. - Аргументация данных для задач рекомендательных систем с помощью генеративно-состязательных сетей ...
Нет экз.
Электронный ресурс
Автор: Цатурян, Д. К.
Аргументация данных для задач рекомендательных систем с помощью генеративно-состязательных сетей ... : студенческая научная работа
Издательство: [Б. и.], 2020 г.
ISBN отсутствует
Автор: Цатурян, Д. К.
Аргументация данных для задач рекомендательных систем с помощью генеративно-состязательных сетей ... : студенческая научная работа
Издательство: [Б. и.], 2020 г.
ISBN отсутствует
На полку
Электронный ресурс
Цатурян, Д. К.
Аргументация данных для задач рекомендательных систем с помощью генеративно-состязательных сетей (GAN) : студенческая научная работа / Российско-армянский университет ; Институт математики и информатики. – Ереван : [Б. и.], 2020. – 23 с. : табл., граф. – URL: https://biblioclub.ru/index.php?page=book&id=595618. – Режим доступа: электронная библиотечная система «Университетская библиотека ONLINE», требуется авторизация . – Библиогр.: с. 23 . – На рус. яз.
Рекомендательные системы стали неотъемлемой частью интернет-магазинов и других систем для рекомендаций товаров клиентам. Несмотря на отточенные годами изобилия существующих методов коллаборативных фильтрации, большинство из них сталкиваются с проблемой разреженности матрицы кросс-табуляций (матрица user-itemR ) , которую надо каким-нибудь способом побороть. С другой стороны генеративно-состязательные сети (GAN), появившиеся в последние годы, хорошо зарекомендовали себя в задачах восстановления скрытого распределения выборки, особенно, если объекты изображения.
Цатурян, Д. К.
Аргументация данных для задач рекомендательных систем с помощью генеративно-состязательных сетей (GAN) : студенческая научная работа / Российско-армянский университет ; Институт математики и информатики. – Ереван : [Б. и.], 2020. – 23 с. : табл., граф. – URL: https://biblioclub.ru/index.php?page=book&id=595618. – Режим доступа: электронная библиотечная система «Университетская библиотека ONLINE», требуется авторизация . – Библиогр.: с. 23 . – На рус. яз.
Рекомендательные системы стали неотъемлемой частью интернет-магазинов и других систем для рекомендаций товаров клиентам. Несмотря на отточенные годами изобилия существующих методов коллаборативных фильтрации, большинство из них сталкиваются с проблемой разреженности матрицы кросс-табуляций (матрица user-itemR ) , которую надо каким-нибудь способом побороть. С другой стороны генеративно-состязательные сети (GAN), появившиеся в последние годы, хорошо зарекомендовали себя в задачах восстановления скрытого распределения выборки, особенно, если объекты изображения.