| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Mašīnmācīšanās algoritmu salīdzinājums filmu rekomendāciju sistēmas izveidei |
| Title in English |
Comparison of Machine Learning Algorithms for a Film Recommendation Systems Development |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Arnis Staško |
| Reviewer |
Vita Šakele |
| Abstract |
Bakalaura darbā tiek pētīti un salīdzināti dažādi mašīnmācīšanās algoritmi, lai
novērtētu to efektivitāti filmu rekomendāciju sistēmu izstrādē, kas ir būtiskas
personalizētas lietotāju pieredzes nodrošināšanai digitālajās platformās. Darba mērķis
sistemātiski izvērtēt algoritmu piemērotību, pamatojoties uz to sniegumu un
precizitāti, lai noteiktu efektīvākos risinājumus rekomendāciju kvalitātes uzlabošanai.
Eksperimentālajā pētījumā, izmantojot Python un Scikit-Learn, un citas bibliotēkas, kā
arī MovieLens 1M datu kopu, tiek analizēta dažādu algoritmu darbība. Rezultāti tiek
vērtēti ar precizitātes metrikām MAE un RMSE, sniedzot vadlīnijas efektīvāku
algoritmu izvēlei filmu straumēšanas platformām un uzsverot matricu faktorizācijas
metožu priekšrocības liela apjoma datu apstrādē.
Šis darbs sastāv no 54 lappusēm, kurās iekļauts ievads, 3 nodaļas, rezultāti un
secinājumi, kā arī literatūras avotu saraksts. Darbā kopumā ir 2 tabulas, 20 attēli, 6
pielikumi un 80 literatūras avoti. |
| Keywords |
filmu rekomendāciju sistēmas, mašīnmācīšanās algoritmu salīdzinājums, personalizācija, algoritmu efektivitāte, precizitātes metrikas |
| Keywords in English |
movie recommendation systems, comparison of machine learning algorithms, personalization, algorithm efficiency, accuracy metrics |
| Language |
lv |
| Year |
2024 |
| Date and time of uploading |
04.11.2024 22:10:45 |
