Sistemi di raccomandazione

Sistemi di raccomandazione

Overview

Il mondo del web 3.0 e dei servizi a esso associati nasconde, per sua stessa natura, delle contraddizioni di fondo: le migliaia di contenuti audiovisivi, articoli in vendita, letture, e così via offerti dai servizi di web-tv, retail, collettori musicali e simili che utilizziamo quotidianamente potrebbero facilmente diventare un deterrente, se non ci fossero proposti nel miglior ordine possibile. Trovare l’ordinamento giusto, però, è un processo automatico complesso, che attraverso la modellazione delle caratteristiche degli item e dei gusti delle persone deve riuscire ad arrivare alla più spinta personalizzazione dell’offerta, a volte anticipando lo stesso volere dell’utente. Questo corso si rivolge, quindi, a chi vuole approcciare il mondo della raccomandazione, partendo dalle descrittive degli utenti (cosa hai scelto in passato?), passando per le funzioni di similarità (cosa hanno scelto i tuoi simili?) e arrivando all’approssimazione del futuro (cosa potresti voler scegliere?).

Descrizione

Obiettivo del corso è illustrare i fondamenti, gli algoritmi e le principali finalità dei sistemi di raccomandazione moderni, protagonisti indiscussi del trade-off tra volume dell’offerta e accessibilità dei contenuti che il web 3.0 ha reso fondamentale.

Particolare focus sarà riservato alle applicazioni pratiche messe in atto dalle top-firms che operano in ambito digitale.

Il corso prevede:

  • Discussione delle principali tipologie di recommender e classificazione degli stessi.
  • Descrizione dei principali algoritmi di raccomandazione.
  • Discussioni su complessità computazionale e centralità del real time.
  • Metodi di valutazione e validazione dei risultati.
  • Applicazioni pratiche.

Il progetto è strutturato sui bisogni formativi e di aggiornamento professionale di data analyst e data scientist che vogliono imparare le tecniche di raccomandazione e di item discovery, per capire le logiche che guidano i colossi del web nel proporci nuovi contenuti/item e per sviluppare applicazioni che facciano lo stesso in ogni contesto digitale.

 

Prerequisiti: conoscenze matematico-statistiche di base e conoscenza dei software R/Python.

Durata del corso

8 ore

Docente del corso

Pennacchioli

Data del corso

In fase di definizione: ti informeremo con anticipo riguardo alle date effettive

Costo del corso

550,00 (il pagamento effettivo avverrà solo al raggiungimento minimo di partecipanti)

Carrello