Optimalizace doporučovacích algoritmů

Drdák Jakub

Recommendation algorithms optimization

Type of document

MAGISTERSKÁ PRÁCE
MASTER'S THESIS

Author

Drdák Jakub

Supervisor

Kordík Pavel

Opponent

Řehořek Tomáš

Field of study

Znalostní inženýrství

Study program

Informatika

Institutions assigning rank

katedra aplikované matematiky

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html.
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html.

Metadata

Show full item record

Abstract

V poslednich letech se vyvinulo velké množstvi rozličných doporučovacich al-goritmů. Jednu věc maji ale všechny společnou. Jejich hyper-parametry se musi pečlivě zvolit, aby dosahovaly dobrých výsledků. Tato práce se zabývá výběrem takových algoritmů a navrhnutim optimal-izačni procedury, která bude schopná nalézt vhodné hyper-parametry těchto algoritmů. Výsledky jsou pak ověřeny na reálných datasetech.

Various recommendation algorithms have been proposed in recent years. However, each of them has one thing in common. It is essential to tune their hyper-parameters in order to achieve good results. This work has focused on selecting modern and scalable algorithms. The aim has been to design and implement an optimization procedure capable of fine-tuning their hyper-parameters and evaluate the results on real-world datasets.