Intelligence artificielle Microsoft propose un guide de mise en oeuvre de systèmes de recommandation

Pour approfondir le sujet

Système de recommandation

Qu'est-ce qu'un système de recommandation ? Un système de recommandation est une application destinée à proposer à un utilisateur des items susceptibles de l'intéresser en...

SAP Concur et Innofact dévoilent une étude sur la compréhension de l’IA par les salariés et son adoption

L'intelligence artificielle s'est imposée comme l'un des enjeux fondamentaux de très nombreux pays. Son impact dans des secteurs très variés dont la santé, le transport...

Nouvelle-Aquitaine : SATT Aquitaine Science Transfert lance chrysa-link, son incubateur deep-tech

La SATT Aquitaine Science Transfert a officiellement lancé chrysa-link, son incubateur deep tech. En activité depuis l'an dernier, il est opéré par Bpifrance et...

Communiquer un concept scientifique en 3 minutes avec FameLab jusqu’au 15 avril

Ce n'est pas toujours évident d'expliquer un concept scientifique sur lequel on travaille en seulement quelques minutes. Pourtant, cela peut être impératif dans le...

Microsoft propose un guide de mise en oeuvre de systèmes de recommandation

Les systèmes de recommandation sont très répandus en Machine Learning : d’Amazon à Netflix, pour ne citer qu’eux, ces algorithmes permettent de personnaliser le contenu selon les goûts et préférences des utilisateurs, pour augmenter leur satisfaction, et ainsi, doper les ventes et/ou fidéliser.

Microsoft vient de lancer un Github contenant un guide complet (en anglais) ainsi qu’une liste de bonnes pratiques pour mettre en oeuvre un système de recommandation en Python et le déployer. Le dépôt contient un ensemble de Notebooks Jupyter pour chaque étape :

  • Préparation des données.
  • Conception de modèles selon différents algorithmes de recommandation.
  • Evaluation de modèles.
  • Choix et optimisation d’un modèle.
  • Mise en production du système de recommandation sur Azure.

Ce dépôt Github est abordable et présente différents modèles, basés sur des algorithmes tels qu’ALS, NCF, SAR ou encore SVD et DKN.  La plupart des codes exploitent un module inclus, “reco_utils” contenant des fonctions usuellement nécessaires pour les tâches de recommandation. Les codes fournis sont destinés à des exécutions sur CPU, GPU et Spark.

Accès au Github: https://github.com/Microsoft/Recommenders


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
ActuIA

Partager l'article

Skoda ouvre son laboratoire dédié à l’intelligence artificielle pour améliorer sa production de véhicules électriques

Au sein de l'Université technique d'Ostrava, en République tchèque, le constructeur automobile Skoda a inauguré un laboratoire de production par intelligence artificielle (AIM.Lab). Cette...

Recevez le numéro 5 d’ActuIA, le magazine de l’intelligence artificielle

Le numéro 5 d’ActuIA, le magazine de l’intelligence artificielle, arrive en kiosques et en version numérique le 21 septembre 2021 ! Recevez-le directement chez...

Québec : création d’une chaire de recherche en numérique de la santé pour mieux soigner les maladies rares

Mieux comprendre les maladies rares afin de mieux les diagnostiquer et les traiter efficacement constitue un défi de taille en raison de la multiplicité...

Greenly lève 3 millions de dollars pour déployer sa solution de comptabilité carbone alimentée par l’IA

Greenly, une start-up technologique spécialisée dans l'aide aux organisations à réduire leurs émissions de dioxyde de carbone, a annoncé cette semaine une levée de...