| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Rekomendāciju sistēmas izstrāde ML.NET platformā |
| Nosaukums angļu valodā |
Development of a Recommendation System Using ML.NET |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Sergejs Paršutins |
| Recenzents |
Olga Kotova |
| Anotācija |
Šī bakalaura darba mērķis ir izpētīt rekomendāciju sistēmu darbības principus
un Microsoft ML.NET platformas iespējas šo sistēmu izstrādē. Rekomendāciju
sistēmas ir kļuvušas par būtisku daudzu tiešsaistes pakalpojumu sastāvdaļu, taču to
izstrāde un optimizācija saskaras ar problēmām, piemēram, datu nepietiekamību,
auksto startu un mērogojamību. Darbs ietver literatūras analīzi par rekomendāciju
sistēmu struktūru un to realizācijai pielietotām mašīnmācīšanās metodēm. Turklāt
pētījums detalizēti apraksta ML.NET ietvara izmantošanu, lai izstrādātu rekomendāciju
sistēmas modeli, kā arī eksperimentu plānu modeļa efektivitātes novērtēšanai.
Praktiskajā daļā tiek izveidota grāmatu rekomendāciju sistēma, izmantojot Kaggle
platformas datus. Datu apstrādei un analīzei tiek izmantota Orange programmatūra,
nodrošinot efektīvu datu tīrīšanu, konvertēšanu un apvienošanu. Mašīnmācīšanās
modeļu apmācībai un testēšanai tiek pielietotas dažādas metrikas, piemēram,
precizitāte, jutīgums un vidējā kvadrātiskā kļūda (RMSE). Darba rezultātā tiek
izstrādāts un novērtēts rekomendāciju sistēmas modelis, kas pielāgots grāmatu
ieteikumu sniegšanai, un tiek secināts, ka ML.NET piedāvā plašas iespējas efektīvu un
precīzu rekomendāciju sistēmu izveidē.
Darbs sastāv no 63 lappusēm, ietver 2 tabulas, 21 attēlus un 2 pielikumus. |
| Atslēgas vārdi |
mašīnmācīšanās, ML.NET , AutoML , DataMining. |
| Atslēgas vārdi angļu valodā |
machine learning, ML.NET , AutoML , DataMining. |
| Valoda |
lv |
| Gads |
2024 |
| Darba augšupielādes datums un laiks |
28.05.2024 23:07:53 |
