• 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
  • 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
AI, machine-learning, Portfolio

Build Recommendation System Python | Project Ideas Overview

Build Recommendation System Python | Project Ideas Overview

Hot to build recommendation system, dude? Un reccomendation system è basato su un algoritmo che analizza il comportamento degli utenti delineandone un profilo, poi impiegato per consigliare loro contenuti attinenti alle preferenze personali.

Amazon è un chiaro esempio di questa tecnologia: i prodotti per te scelti sono stati selezionati proprio da un recommender system.

Qualche giorno fa abbiamo esaminato pregi e difetti di questi sistemi.

Noi siamo mucche viola: riconosciamo il valore della teoria, ma andiamo oltre gli attestati, per realizzare progetti personali concreti da inserire nel curriculum da data scientist.

Esaltiamo il metodo generalizza e rifletti, e questo fa di noi degli Junior Data Scientist con una marcia in più.

Le nozioni da imparare sono molte e sappiamo che realizzare un progetto è tra i metodi più efficaci per farlo.

Ecco il perché di questo post: intendo condividere con te un delizioso potenziale progetto.

Build Recommendation System

Sappiamo cos’è e come funziona un reccomender system.

Costruirne uno è però una sfida di tutt’altro livello.

Procediamo con ordine, di cosa abbiamo bisogno?

Principalmente di due ingredienti:

  • Utenti a cui raccomandare prodotti o contenuti
  • Prodotti o contenuti da raccomandare agli utenti

Per il momento cosa abbiamo?

  • 0 Utenti
  • 0 Prodotti

Bene.

Creiamola semplice.

Ovviamente prenderemo il modello MVP (Minimum Valuable Product) come base per ogni futura modifica e implementazione.

Obiettivo: prodotto semplice e funzionante.

Andiamo nel concreto.

Creeremo un sito di fake news, i cui contenuti saranno generati automaticamente da un modello di deep learning di OpenAI denominato GPT-2.

Analizzeremo questo sistema in un post ad-hoc.

Dal momento che stiamo ragionando ad ampio spettro, useremo twitter come scintilla. Prenderemo le Twitter API per prelevare commenti e tweet che saranno usati come base per il generatore di testi. Qui hai una demo.

Generati i contenuti, passiamo alla creazione del sistema di raccomandazione vero e proprio.

Profileremo gli utenti e proporremo loro dei contenuti sulla base delle loro preferenze.

È un progetto complesso? Certamente sì.

Ogni volta dobbiamo alzare un pelino l’asticella per raggiungere finalmente la vetta.

Carichi come una molla, siamo pronti per iniziare.

Magari…

Dobbiamo completare la piattaforma per i corsi e poi finalmente saremo liberi di procedere con ulteriori progetti come questo!

Rimani in attesa di futuri update.

Un caldo abbraccio, Andrea.

Written by Andrea Provino - Novembre 19, 2019
Tags | data science, portfolio project

You Might Also Like

mean-shift-clustering-guida-italiano-spiegazione-semplice-algoritmo-di-clustering-esempio

Mean-Shift Clustering

Dicembre 3, 2020

Portfolio data scientist? Come realizzarne uno | Consigli Italiano

Ottobre 19, 2020
folium-python-tutorial-geospatial-data-representation-data-analysis-tutorial-python-guide

Folium: geospatial data python

Novembre 12, 2019

No Comment

Please Post Your Comments & Reviews
Annulla risposta

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Next Post
Previous Post

Una pubblicità che non vedi se usi AdBlock

EXPAND YOUR KNOWLEDGE

  • Blockchain

    Patricia Merkle Trie

    Maggio 30, 2023
  • Artistic representation of a tree Blockchain

    Tree Data Structure: cos’è un Merkle Tree

    Maggio 26, 2023
  • Cover image for Bitcoin UTXO explanation post Blockchain

    UTXO: come funziona il modello Unspent Transaction Outputs

    Maggio 23, 2023
  • Blockchain

    Cos’è Ethereum

    Maggio 15, 2023
  • Blockchain Developer

    Circuito aritmetico

    Novembre 1, 2022
  • machine-learning

    Un nuovo inizio

    Settembre 4, 2021
  • Zero Knwoledge Proof Article Privacy Preserving

    Zero Knowledge Proof: zk-SNARK e zk-STARK | Prova a conoscenza zero

    Luglio 8, 2021
  • oblivious-transfer-spiegazione-italiano-ot-explanation Privacy Preserving

    Oblivious Transfer (OT)

    Luglio 6, 2021
  • Aleo Studio Website Preview machine-learning

    Aleo Studio: un IDE per Zero-Knowledge Proofs Applications

    Luglio 1, 2021
  • privacy-enhancing-technologies-data-machine-learning-data-science Privacy Preserving

    Perché il Privacy Tech è un vantaggio competitivo micidiale

    Giugno 17, 2021

Quello che Google pensa ti possa piacere

Prodotti che i Cookie dicono potresti trovare interessanti

AI Blog - © 2019-2021 Andrea Provino