A partir de cette page vous pouvez :
Retourner au premier écran avec les étagères virtuelles... |
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Meta-learning, Item cold-start, Prototypical Networks for Few-shot Learning, Architecture hybride'
Affiner la recherche Faire une suggestion
A meta learning perspective on cold start recommendations for items / EL OUARDI ANAS
Titre : A meta learning perspective on cold start recommendations for items Type de document : projet fin études Auteurs : EL OUARDI ANAS, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Meta-learning, Item cold-start, Prototypical Networks for Few-shot Learning, Architecture
hybrideIndex. décimale : mast 78/18 Résumé : Le probleme du Item cold-start ICS (Le probleme de demarrage a froid des items) est le
probleme le plus communement rencontre par les systemes de recommandations. Ce probleme
s'aggrave particulierement dans des contextes tels que la recommandation des tweets, et surtout
lorsque de nouveaux items (tweets) arrivent en continu. Dans ce travail, nous presentons une ap-
proche Meta-learning pour traiter le probleme du ICS lorsque de nouveaux elements arrivent en
continu,cette approche se resume dans la proposition d'une architecture hybride(modiee)
des Prototypical Networks for Few-shot Learning adaptee a la recommandation des
tweets. L'objectif de notre architecture est de predire la nature des nouveaux items (positifs ou
negatifs) tout en ayant un minimum de donnees historiques de l'utilisateur. Le test de notre
modele est eectue sur une base de donnees que nous avons collecte a base de tweets.
A meta learning perspective on cold start recommendations for items [projet fin études] / EL OUARDI ANAS, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : SDBD Mots-clés : Meta-learning, Item cold-start, Prototypical Networks for Few-shot Learning, Architecture
hybrideIndex. décimale : mast 78/18 Résumé : Le probleme du Item cold-start ICS (Le probleme de demarrage a froid des items) est le
probleme le plus communement rencontre par les systemes de recommandations. Ce probleme
s'aggrave particulierement dans des contextes tels que la recommandation des tweets, et surtout
lorsque de nouveaux items (tweets) arrivent en continu. Dans ce travail, nous presentons une ap-
proche Meta-learning pour traiter le probleme du ICS lorsque de nouveaux elements arrivent en
continu,cette approche se resume dans la proposition d'une architecture hybride(modiee)
des Prototypical Networks for Few-shot Learning adaptee a la recommandation des
tweets. L'objectif de notre architecture est de predire la nature des nouveaux items (positifs ou
negatifs) tout en ayant un minimum de donnees historiques de l'utilisateur. Le test de notre
modele est eectue sur une base de donnees que nous avons collecte a base de tweets.
Réservation
Réserver ce document
Exemplaires
Code barre Cote Support Localisation Section Disponibilité mast 78/18 mast 78/18 ELO Texte imprimé Unité des masters Mast/18 Disponible